svm算法介绍
在一个理想的分类当中，我们想要用一个超平面来将正类样本和负类样本划分开来。这个超平面的方程为 $\mathbf{w}^T\mathbf{x}+b=0$ 我们希望这个超平面能够使得划分更加的鲁棒，在图形上表现为超平面正好位于正类样本和负类样本的正中间，运用这种思想，我们引入了svm算法。
为什么正分类大于等于1而不是0
对于超平面$\mathbf{w}^T\mathbf{x}+b=0$，
分类为正的样本在平面的一侧，满足$\mathbf{w}^T\mathbf{x}_i+b > 0 , y_i = +1$
分类为负的样本在平面的另一侧，满足为$\mathbf{w}^T\mathbf{x}_i+b < 0 , y_i = -1$
我们总是能够找出一个正数t，无论t是0.001，还是1000或者其它的数字, 使得
分类为正的样本为$\mathbf{w}^T\mathbf{x}_i+b \geq t , y_i = +1$
分类为负的样本为$\mathbf{w}^T\mathbf{x}_i+b \leq -t , y_i = -1$
然后我们将式子两边同时除以t，也就是通过缩放变换
分类为正的样本为$\mathbf{w’}^T\mathbf{x}_i+b’ \geq 1, y_i = +1$
分类为负的样本为$\mathbf{w’}^T\mathbf{x}_i+b’ \leq -1 , y_i = -1$
而对于超平面$\mathbf{w}^T\mathbf{x}+b=0$， 和$\mathbf{w’}^T\mathbf{x}+b’=0$,两者表示的是一个平面。
上面的这些说明解释了一个问题：我们明明知道分类为正的样本是大于等于0，分类为负的样本小于等于0，但是很多推导当中写成了大于等于+1，小于等于-1。 原因是经过了缩放处理。
经过缩放处理以后，我们下面的式子为了方便依然用符号$\mathbf{w} 和 b 而不是 \mathbf{w’}、b’$。
假如我们把这个问题再深入思考一点，有两个平面 x+y+z-3=0 和 2x+2y+2z-6=0 表示的是同一个平面，但是代入同一个数字以后，如（2,2,2），得到的结果是不一样的，一个是3，一个是6. 如果按照这样算的话的确是不一样的，但是出现这个的原因是我们的坐标系缩放比例不一样了，前面那个3假如需要和2比较的话能够划分为正类，那么后面的6就需要和4进行比较能够划分为正类。
而我们上面的缩放处理以后，就是把所有得到的结果和1进行比较，并且两个最近的异类点距离超平面的距离之和为$\frac{2}{\Vert\mathbf{w}\Vert}$，我们的目标函数就是使得这个值最大。 经过一些列处理，我们得到了支持向量最初的优化式子
$\min \limits_{\mathbf{w}, b} \frac{1}{2}{\Vert \mathbf{w} \Vert}^2 $
$s.t. \ y_i(\mathbf{w}^T\mathbf{x}_i+b) \geq 1, i=1,2,…,m $
使用对偶方法和SMO方法进行优化求解
再求解上述的问题的时候，我们要用到一些优化的知识。首先是利用拉格朗日乘子法求它的对偶问题（注：下面不加下标的$\alpha$均为矢量）
$L(\mathbf{w},b, {\alpha}) = \frac{1}{2} {\Vert \mathbf{w} \Vert}^2 + \sum \limits_{i=1}^{m}\alpha_i (1-y_i(\mathbf{w}^T \mathbf{x}_i +b))$
用$L(\mathbf{w},b, \mathbf{\alpha}) $ 对 $\mathbf{w} 和 b$求偏导，并且为0可以得到：
$\mathbf{w} = \sum\limits_{i=1}^{m} \alpha_i y_i \mathbf{x}_i$
$0 = \sum \limits_{i=1}^{m}\alpha_i y_i$
将上面两个式子带入拉格朗日函数，
求出对偶问题的如下：
$\max \limits_\alpha \sum\limits_{i=0}^{m} \alpha _i - \frac{1}{2}\sum\limits_{i=1}^m\sum\limits_{j=1}^m\alpha_i \alpha_j y_i y_j \mathbf{x}_i^T \mathbf{x}_j $
$s.t. \sum \limits_{i=1}^{m}\alpha_i y_i = 0$
$\alpha_i \geq 0 , i=1,2,3,…,m$
若求得$\alpha$ 以后，能够求得$\mathbf{w}和b$,带入可以得到如下结果：
$f(x)=\mathbf{w}^T \mathbf{x} +b$
$=\sum \limits_{i=1}^{m}\alpha_i y_i \mathbf{x}_i^T x +b$
下面是用序列最小优化算法（Sequential minimal optimization, SMO) 来求解其中的$\alpha$
SMO的思想是这样的，固定$\alpha_i$之外的其他参数，优化出$\alpha_i$的值，由于固定除$\alpha_i$以外的其它变量的时候，根据公式$\sum \limits_{i=1}^{m}\alpha_i y_i = 0$ 可以唯一确定$\alpha_i$ ，所以我们一次选择两个参数$\alpha_i$和$\alpha_j$进行优化，这样就能够求出所有的$\alpha$
求b的值的时候，可以根据所有支持向量$y_s f(\mathbf{x}_s)=1$ 这一约束来进行求解。
核函数：
理想情况下，我们的原始空间当中存在一个平面能够将正类和负类进行划分，但是实际情况下很难做到。我们可以寻找一个更高维平面，将数据映射到更高维上面进行划分。 比如在异或问题当中我们没有办法在二维平面上面找到一条直线，在这个时候，我们把数据映射到三维，在三维空间当中能够找到一个平面将数据进行划分。
所以，当我们对我们的问题重新进行优化的时候，我们想要使用一个函数$\phi 来将 \mathbf{x}_i $映射到高维空间。于是上面的对偶问题变为了这样：
$\max \limits_\alpha \sum\limits_{i=0}^{m} \alpha _i - \frac{1}{2}\sum\limits_{i=1}^m\sum\limits_{j=1}^m\alpha_i \alpha_j y_i y_j \phi{ (\mathbf{x}_i ) }^T \phi (\mathbf{x}_j) $
但是，映射到高维有一个问题，那就是计算量太大了，这个时候我们想要寻找一个函数$\kappa$在低维上面进行运算，它运算的结果和映射到高维上再进行计算的结果是一样的。即$\kappa(\mathbf{x}_i, \mathbf{x}_j) =\phi{ (\mathbf{x}_i ) }^T \phi (\mathbf{x}_j) $。幸运的是，我们根据一些条件能够找到这样一些函数，这些函数就是核函数。每一个核函数$\kappa$也对应着一种映射$\phi$。
常用的核函数：
线性核 $\kappa(\mathbf{x}_i, \mathbf{x}_j) = \mathbf{x}_i^T \mathbf{x}_j$
多项式核 $\kappa(\mathbf{x}_i, \mathbf{x}_j) ={( \mathbf{x}_i^T \mathbf{x}_j )}^d$ $d \geq 1$为多项式的次数
高斯核 $\kappa(\mathbf{x}_i, \mathbf{x}_j) = \exp (-\frac{{\Vert \mathbf{x}_i – \mathbf{x}_j\Vert}^2}{2 \sigma ^2})$ $\sigma >0$为高斯核的带宽（width)
拉普拉斯核 $\kappa(\mathbf{x}_i, \mathbf{x}_j) = \exp (-\frac{\Vert \mathbf{x}_i – \mathbf{x}_j\Vert }{2 \sigma })$ $\sigma >0$
Sigmoid核 $\kappa(\mathbf{x}_i, \mathbf{x}_j) = tanh(\beta \mathbf{x}_i^T \mathbf{x}_j + \theta) $ tanh为双曲正切函数 $\beta >0 , \theta <0$
其中线性核表示的是不进行变换,$\mathbf{x}_i^T \mathbf{x}_j$ 就映射为$\mathbf{x}_i^T \mathbf{x}_j$
以二次多项式核为例，我们可以得到它的映射函数：
$\kappa(\mathbf{x}, \mathbf{z}) = (\mathbf{x}^T\mathbf{z})^2$
= $\mathbf{x}^T\mathbf{z}\mathbf{x}^T\mathbf{z}$
= $\left( \sum \limits_{i=1}^{m} x_i z_i \right) \left(\sum \limits_{j=1}^{m} x_j z_j\right)$
= $\sum \limits_{i=1}^{m} \sum \limits_{j=1}^{m}x_i x_j z_i z_j$
= $\sum \limits_{i=1}^{m} \sum \limits_{j=1}^{m}(x_i x_j)( z_i z_j)$
= $\phi(\mathbf{x})^T \phi(\mathbf{z})$
其中$\phi(\mathbf{x}) = \sum \limits_{i=1}^{m} \sum \limits_{j=1}^{m}x_i x_j $
比如一个向量为$(x_1; x_2; x_3)$映射以后变为$(x_1x_1\ ;x_1x_2\ ; x_1x_3 \ ;x_2x_1\ ;x_2x_2 \ ;x_2x_3\ ;x_3x_1\ ;x_3x_2\ ;x_3x_3)$ 把一个3维的向量映射到9维上面。
幸而我们有了核函数，只需要在3维上面进行计算，而不是映射到9维上面然后再进行计算，这节省了很多的计算量。
软间隔和hinge损失
上面所讨论的问题都属于“硬间隔”，也就是把所有的样本都分类正确。 在实际过程当中，我们放宽这条限制，不一定让所有的样本满足$\ y_i(\mathbf{w}^T\mathbf{x}_i+b) \geq 1, i=1,2,…,m $ 但是我们还是希望这类样本越少越好，于是我们对不满足上面条件的样本进行惩罚，引入损失函数的概念。
我们利用上面的思想来对我们的目标函数进行优化，能够推导出来我们的svm算法其实使用的损失函数叫做hinge损失。这一部分内容在我的博客损失函数 svm和Hinge损失小节里面有介绍。
sklean中SVC的参数
我们来看一下sklearn.svm.SVC里面常用的参数
C：惩罚因子。 默认的情况是1.0。 C的值越大，对于误分类的惩罚越大，当C的值为无穷大的时候表示全部正确分类。 C的值越小，对于误分类的惩罚越小。
kernel: 核函数。 可以的取值为 线性核：‘linear’，多项式核：‘poly’，径向基核：‘rbf’，sigmoid核：‘sigmoid’，预定义核：‘precomputed’或者其它的可调用函数。
degree: 度。 多项式核‘poly’的度，默认为3，其它核忽略。
gamma： ‘rbf’, ‘poly’ and ‘sigmoid’核的参数。如果gamma=‘auto’那么，将会使用1/n_features的值。
coef0： 核函数中的独立项，只在‘poly’ and ‘sigmoid’中有用。
参考：
支持向量机（三）核函数
《机器学习》 周志华
