SVM的原理是什么? 有别于感知机,SVM在特征空间中寻找间隔最大化的分离超平面的线性分类器
SVM为什么采用间隔最大化? 超平面可以有无穷多个,但是几何间隔最大的分离超平面是唯一的,这样的分类结果也是鲁棒的,对未知实例的泛化能力最强。
什么是支持向量? 对于硬间隔,支持向量就是间隔边界上的样本点 对于软间隔,支持向量就是间隔边界、间隔带内、分离超平面误分类一侧的样本点 在确定分类超平面时只有支持向量起作用,因此SVM由很少的“重要的“训练样本确定
为什么要将SVM的原始问题转化为对偶问题? 更容易求解(引入拉格朗日乘子,将约束优化转化为无约束优化问题) 引入核函数 (φ(x)φ(y) ),推广到非线性分类
为什么要scale the inputs?(对数据进行归一化处理) SVM对特征规模非常敏感,如果不对特征进行规范化,会导致生成的间隔带依赖于scale大的那个特征,即生成不合适的svm
为什么SVM对缺失数据敏感? 不同于决策树,SVM没有处理缺失值的策略,它希望样本在特征空间中线性可分,所以特征空间的好坏对SVM的性能很重要
什么是核函数? 当样本在原始空间线性不可分时,可以将样本从原始空间映射到一个更高维的特征空间,使得样本在这个特征空间内线性可分。这个映射函数我们记为ϕ(x) ϕ(x) 在原始问题的对偶问题中需要求解φ(x)φ(y) ,直接计算比较困难,因此找一个核函数k(x,y)=ϕ(x)ϕ(y) ,即在特征空间的内积等于它们在原始样本空间中进行核函数k k计算
常用的核函数有哪些,如何选择?
RBF核/高斯核 : k(xi ,xj )=exp(−||xi −xj ||2 /2σ2 ) ,其中σ 为高斯核的带宽
多项式核: k(xi ,xj )=(xT i xj )d ,当d=1时退化为线性核
拉普拉斯核:k(xi ,xj )=exp(−||xi −xj ||/σ)
Sigmoid核:k(xi ,xj )=tanh(βxT i xj +θ)
字符串核 选择方法:经验+实验 (吴恩达) 如果Feature的数量很大,跟样本数量差不多,LR or Linear Kernel SVM 如果Feature的数量比较小,样本数量一般,不大不小,Gaussian Kernel SVM 如果Feature的数量比较小,而样本数量很多,手工添加Feature+LR or Linear Kernel SVM
如果一个SVM用RBF导致过拟合了,应该如何调整σ和C的值? RBF的外推能力随着σ σ的增加而减小,相当于映射到一个低维的子空间,如果σ 很小,则可以将任意的数据线性可分,但是会产生过拟合问题,因此要增大σ和减小C
为什么说SVM是结构风险最小化模型? SVM在目标函数中有一项12||w||2 12||w||2,它自带正则
SVM如何处理多分类问题? one vs one one vs 多,bias 较高
SVM和LR的比较
样本点对模型的作用不同,SVM仅支持向量(少量样本点)而LR是全部样本点
损失函数不同,SVM hinge LR log
输出不同。 LR可以有概率值,而SVM没有
过拟合能力不同。 SVM 自带正则,LR要添加正则项
处理分类问题能力不同。 SVM 二分类,需要 one vs one or one vs all 。 LR可以直接进行多分类
计算复杂度。 海量数据中SVM效率较低
数据要求。 SVM需要先对样本进行标准化
能力范围。 SVM 可以用于回归
KKT条件
支撑平面:和支持向量相交的平面;分割平面:支撑平面中间的平面(最优分类平面)
SVM不是定义损失,而是定义支持向量之间的距离为目标函数
正则化参数对支持向量数的影响: 正则化参数越大,说明惩罚越多,则支持向量数越少
感知机 (判别模型) 目标函数:f(x)=sign(ωx+b) f(x)=sign(ωx+b) 损失函数:L(ω,b)=−∑x i ∈ M yi (ωxi +b) L(ω,b) 解决方法:随机梯度下降,每一次随机选取一个误分类点使其梯度下降