CS229 笔记07
CS229 笔记07
Optimal Margin Classifier
-
回顾SVM
\[\begin{eqnarray*} h_{w,b}&=&g(w^{\rm T}x+b)\\[1em] g(z)&=&\begin{cases}1&z\geq0\\[1em]-1&z<0\end{cases}\\[1em] y&\in&\{-1,1\}\\[1em] \hat\gamma^{(i)}&=&y^{(i)}\left(w^{\rm T}x+b\right)\tag{Functional Margin}\\[1em] \gamma^{(i)}&=&y^{(i)}\left(\frac{w^{\rm T}}{||w||}x+\frac{b}{||w||}\right)\tag{Geometric Margin}\\[1em] \hat\gamma&=&\min_i \hat\gamma^{(i)}\\[1em] \gamma&=&\min_i \gamma^{(i)}\\[1em] \end{eqnarray*} \] -
Optimal Margin Classifier（最大间隔分类器）
由于函数间隔 \(\hat\gamma\) 是可以通过改变 \(w\) 和 \(b\) 来任意缩放的，所以这里说的“最大间隔”指的是几何间隔 \(\gamma\) ，而几何间隔所需要满足的条件是，对于任意的样本 \((x^{(i)},y^{(i)})\) ，都有 \(\gamma^{(i)}\geq\gamma\) ，即：
\[\max \gamma\\ {\text{s.t. }}y^{(i)}\left(\frac{w^{\rm T}}{||w||}x+\frac{b}{||w||}\right)\geq\gamma \]这就是最大间隔分类器最原始的想法，在满足所有样本到超平面的距离都大于 \(\gamma\) 的前提下，最大化这个 \(\gamma\) 。但是这就有一个问题，当找到这么一组 \((w,b)\) 满足上面的最优化条件后， \((2w,2b)\) 也将满足上面的最优化条件（因为 \((w,b)\) 和 \((2w,2b)\) 其实就是同一个超平面），所以需要限定一下缩放的原则，比如规定 \(||w||=1\) ，或者 \(w_1=1\) 等等，这个原则可以有多种方式选定。假设约定 \(||w||=1\) ，那么上面的优化问题就转变成以下的形式：
\[\max \gamma\\ {\text{s.t. }}y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\geq\gamma {\text{ and }} ||w||=1 \]然而这并不是一个很好的优化问题，因为这个 \(||w||=1\) 是一个很糟糕的非凸性约束（ \(w\) 将在一个球面上取值，而球面集并不是一个凸集），所以还需要把优化问题再换一种表达方式。既然在约束条件里面很难给 \(W\) 作一个约束（因为很难找到一个约束条件既能防止 \(w\) 任意缩放，又能保证 \(w\) 的取值集合是一个凸集），那么可以尝试把 \(w\) 放到目标优化函数里面：
\[\max \gamma=\max \frac{\hat\gamma}{||w||}\\ {\text{s.t. }}y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\geq\hat\gamma \]但是这时候目标函数 \(\hat\gamma/||w||\) 又不是一个凸函数了。注意到 \(\hat\gamma\) 是可以任意缩放的，那么可以令 \(\hat\gamma=1\) ，得到：
\[\max \frac{1}{||w||}\\ {\text{s.t. }}y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\geq1 \]把最大化目标函数转为最小化其倒数，并平方：
\[\min ||w||^2\\ {\text{s.t. }}y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\geq1 \]这就是最大间隔分类器的最终形式，其目标优化函数是一个凸函数，约束集是一个凸集。
Lagrange Multiplier
-
Lagrange Multiplier（拉格朗日常数法）的一般形式
要解决的问题为：
\[\min f(w)\\ {\text{s.t. }}h_i(w)=0,\,(i=1,2,\cdots,l) \]要求解以上问题，首先要创建一个拉格朗日算子：
\[{\mathcal L}(w,\beta)=f(w)+\sum_i\beta_ih_i(w) \]其中的 \(\beta_i\) 被称为Lagrange Multiplier（拉格朗日乘数）。
然后令它的偏导数为0，求解方程组即可：
\[\begin{eqnarray*} \frac{\partial{\mathcal L}(w,\beta)}{\partial w}&=&0\\[1em] \frac{\partial {\mathcal L}(w,\beta)}{\partial\beta}&=&0\\[1em] \end{eqnarray*} \] -
Lagrange Multiplier（拉格朗日常数法）的扩展形式
要求解的问题为：
\[\min_w f(w)\\ \begin{eqnarray*} {\text{s.t. }}g_i(w)&\leq&0,\,(i=1,2,\cdots,k)\tag{1}\\ h_i(w)&=&0,\,(i=1,2,\cdots,l)\tag{2}\\ \end{eqnarray*} \]拉格朗日算子为：
\[{\mathcal L}(w,\alpha,\beta)=f(w)+\sum_{i=1}^k\alpha_ig_i(w)+\sum_{i=1}^l\beta_ih_i(w)\tag{3} \]定义 \(\Theta_P(w)\) 为：
\[\Theta_P(w)\xlongequal{def}\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}{\mathcal L}(w,\alpha,\beta)\tag{4} \]现在考虑另一个优化问题：
\[p^*=\min_w\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}{\mathcal L}(w,\alpha,\beta)=\min_w\Theta_P(w) \]若 \(g_i(w)>0\) ，不满足条件 \((1)\) ，那么根据等式 \((3)\) 和 \((4)\) ， \(\Theta_P(w)\) 将是一个无穷大值。若 \(h_i(w)\neq0\) ，不满足条件 \((2)\) ，同理 \(\Theta_P(w)\) 也将是一个无穷大值。
若同时满足条件 \((1)\) 和条件 \((2)\) ，那么显然：
\[\Theta_P(w)=f(w) \]所以原来的优化问题也转变成新的优化问题：
\[\min_w f(w)=\min_w \Theta_P(w)=p^* \]
Dual Problem
-
Dual Problem（对偶问题）
定义：
\[\Theta_D(\alpha, \beta)=\min_w{\mathcal L}(w,\alpha,\beta)\\ d^*=\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}\min_w{\mathcal L}(w,\alpha,\beta)=\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}\Theta_D(\alpha,\beta) \]则 \(d^*\) 就是 \(p^*\) 的对偶问题，其实就是交换了 \(\min\) 和 \(\max\) 的位置。在通常情况下， \(d^*\leq p^*\) ，而这两个优化问题会有相同的解。
-
以上问题的完整表述
令 \(f\) 是凸函数，假设 \(h_i(w)\) 是仿射函数，即 \(h_i(w)=\alpha_i^{\rm T}w+b_i\) 。再假设：
\[\exists w, {\text { s.t. }} \forall_i\, g_i(w)<0 \]那么，将存在 \(w^*\) ， \(\alpha^*\) ， \(\beta^*\) ，使得 \(w^*\) 是原始问题 \(p^*\) 的解， \(\alpha^*\) 和 \(\beta^*\) 是对偶问题 \(d^*\) 的解，并且 \(p^*=d^*={\mathcal L}(w^*,\alpha^*,\beta^*)\) ，且：
\[\begin{eqnarray*} \frac{\partial}{\partial w}{\mathcal L}(w^*,\alpha^*,\beta^*)&=&0\\[1em] \frac{\partial}{\partial \beta}{\mathcal L}(w^*,\alpha^*,\beta^*)&=&0\\[1em] \alpha_i^*g_i(w^*)&=&0\\[1em] g_i(w*)&\leq&0\\[1em] \alpha_i^*&\geq&0\\[1em] \end{eqnarray*} \]
重新回到最大间隔分类器
-
准备工作
回顾一下最大间隔分类器要优化的目标：
\[\min \frac{1}{2}||w||^2\\ {\text {s.t. }}y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\geq1 \]令 \(g(w,b)=1-y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\leq0\) 。
拉格朗日算子为（由于只有不等式约束，没有等式约束，所以只有参数 \(\alpha\) ，没有参数 \(\beta\) ：
\[{\mathcal L}(w,b,\alpha)=\frac{1}{2}||w||^2-\sum_{i=1}^m\alpha_i\left[y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)-1\right] \]其对偶问题为：
\[\Theta_D(\alpha)=\max_{w,b}{\mathcal L}(w,b,\alpha) \]要想最小化目标函数，只要用目标函数对 \(w\) 求偏导，令偏导等于0，解方程即可：
\[\begin{eqnarray*} &&\frac{\partial}{\partial w}{\mathcal L}(w,b,\alpha)\\[1em] &=&\frac{\partial}{\partial w}\left\{\frac{1}{2}||w||^2-\sum_{i=1}^m\alpha_i\left[y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)-1\right]\right\}\\[1em] &=&w-\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)}\xlongequal{set}0\\[1em] \therefore\,w&=&\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)} \\[1em] \end{eqnarray*}\\[1em] \]用目标函数对 \(b\) 求导，得到：
\[\begin{eqnarray*} &&\frac{\partial}{\partial b}{\mathcal L}({w,b,\alpha})\\[1em] &=&\frac{\partial}{\partial b}\left\{\frac{1}{2}||w||^2-\sum_{i=1}^m\alpha_i\left[y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)-1\right]\right\}\\[1em] &=&-\sum_{i=1}^m\alpha_iy^{(i)}\xlongequal{set}0\\[1em] &\therefore&\,\sum_{i=1}^m\alpha_iy^{(i)}=0 \tag{5} \\[1em] \end{eqnarray*} \]这是一个约束条件，现在暂时还无法解出 \(b\) 。
将上面的结果代入 \({\mathcal L}(w,b,\alpha)\) ：
\[\begin{eqnarray*} &&{\mathcal L}(w,b,\alpha)\\[1em] &=&\frac{1}{2}||w||^2-\sum_{i=1}^m\alpha_i\left[y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)-1\right]\\[1em] &=&\frac{1}{2}w^{\rm T}w-\sum_{i=1}^m\alpha_i\left[y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)-1\right]\\[1em] &=&\frac{1}{2}\left(\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)}\right)^{\rm T}\left(\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)}\right)-\sum_{i=1}^m\alpha_i\left[y^{(i)}\left(\left(\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)}\right)^{\rm T}x^{(i)}+b\right)-1\right]\\[1em] &=&\frac{1}{2}\left(\sum_{i,j}^m\alpha_i\alpha_jy^{(i)}y^{(j)}\left\langle x^{(i)},x^{(j)}\right\rangle\right)-\sum_{i=1}^m\alpha_iy^{(i)}\left(\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)}\right)^{\rm T}x^{(i)}-\sum_{i=1}^m\alpha_iy^{(i)}b+\sum_{i=1}^m\alpha_i\\[1em] &=&\frac{1}{2}\left(\sum_{i,j}^m\alpha_i\alpha_jy^{(i)}y^{(j)}\left\langle x^{(i)},x^{(j)}\right\rangle\right)-\sum_{i,j}^m\alpha_i\alpha_jy^{(i)}y^{(j)}\left\langle x^{(i)},x^{(j)}\right\rangle-\sum_{i=1}^m\alpha_iy^{(i)}b+\sum_{i=1}^m\alpha_i\tag{Eq.5}\\[1em] &=&\sum_{i=1}^m\alpha_i-\frac{1}{2}\left(\sum_{i,j}^m\alpha_i\alpha_jy^{(i)}y^{(j)}\left\langle x^{(i)},x^{(j)}\right\rangle\right)\\[1em] &\xlongequal{def}&W(\alpha)\\[1em] \end{eqnarray*} \]所以对偶问题为：
\[\begin{eqnarray*} \Theta_D(\alpha)&=&\max_{w,b}{\mathcal L}(w,b,\alpha)\\[1em] &=&\max_{w,b}\left\{\sum_{i=1}^m\alpha_i-\frac{1}{2}\left(\sum_{i,j}^m\alpha_i\alpha_jy^{(i)}y^{(j)}\left\langle x^{(i)},x^{(j)}\right\rangle\right)\right\}\\[1em] &=&\max_{w,b}W(\alpha)\\[1em] {\text{s.t. }}&&\alpha_i\geq0\\[1em] &&\sum_{i=1}^m\alpha_iy^{(i)}=0\\[1em] \end{eqnarray*} \] -
解决SVM最大间隔分类器问题的步骤
-
首先解决对偶问题，求出 \(\alpha^*\)
-
然后代入 \(w=\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)}\) 求出 \(w\)
-
最后由于 \(b\) 代表着超平面的截距，所以只需将 \(b\) 设置在最大间隔的中间即可。
-
-
模型训练之后的预测过程：
对于一个新样本 \(x\) ，预测函数 \(h_{w,b}(x)\) 为：
\[\begin{eqnarray*} h_{w,b}(x)&=&g(w^{\rm T}x+b)\\ &=&g\left(\sum_{i=1}^m\alpha_iy^{(i)}\left\langle x^{(i)},x \right\rangle+b\right) \end{eqnarray*} \]
