當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

台湾大学林轩田机器学习技法课程学习笔记4 -- Soft-Margin Support Vector Machine

發布時間：2025/3/15 编程问答 17 豆豆

生活随笔收集整理的這篇文章主要介紹了台湾大学林轩田机器学习技法课程学习笔记4 -- Soft-Margin Support Vector Machine 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

紅色石頭的個人網站：redstonewill.com

上節課我們主要介紹了Kernel SVM。先將特征轉換和計算內積這兩個步驟合并起來，簡化計算、提高計算速度，再用Dual SVM的求解方法來解決。Kernel SVM不僅能解決簡單的線性分類問題，也可以求解非常復雜甚至是無限多維的分類問題，關鍵在于核函數的選擇，例如線性核函數、多項式核函數和高斯核函數等等。但是，我們之前講的這些方法都是Hard-Margin SVM，即必須將所有的樣本都分類正確才行。這往往需要更多更復雜的特征轉換，甚至造成過擬合。本節課將介紹一種Soft-Margin SVM，目的是讓分類錯誤的點越少越好，而不是必須將所有點分類正確，也就是允許有noise存在。這種做法很大程度上不會使模型過于復雜，不會造成過擬合，而且分類效果是令人滿意的。

Motivation and Primal Problem

上節課我們說明了一點，就是SVM同樣可能會造成overfit。原因有兩個，一個是由于我們的SVM模型（即kernel）過于復雜，轉換的維度太多，過于powerful了；另外一個是由于我們堅持要將所有的樣本都分類正確，即不允許錯誤存在，造成模型過于復雜。如下圖所示，左邊的圖Φ1是線性的，雖然有幾個點分類錯誤，但是大部分都能完全分開。右邊的圖Φ4是四次多項式，所有點都分類正確了，但是模型比較復雜，可能造成過擬合。直觀上來說，左邊的圖是更合理的模型。

如何避免過擬合？方法是允許有分類錯誤的點，即把某些點當作是noise，放棄這些noise點，但是盡量讓這些noise個數越少越好。回顧一下我們在機器學習基石筆記中介紹的pocket算法，pocket的思想不是將所有點完全分開，而是找到一條分類線能讓分類錯誤的點最少。而Hard-Margin SVM的目標是將所有點都完全分開，不允許有錯誤點存在。為了防止過擬合，我們可以借鑒pocket的思想，即允許有犯錯誤的點，目標是讓這些點越少越好。

為了引入允許犯錯誤的點，我們將Hard-Margin SVM的目標和條件做一些結合和修正，轉換為如下形式：

修正后的條件中，對于分類正確的點，仍需滿足yn(wTzn+b)≥1，而對于noise點，滿足yn(wTzn+b)≥?∞，即沒有限制。修正后的目標除了12wTw項，還添加了yn≠sign(wTzn+b)，即noise點的個數。參數C的引入是為了權衡目標第一項和第二項的關系，即權衡large margin和noise tolerance的關系。

我們再對上述的條件做修正，將兩個條件合并，得到：

這個式子存在兩個不足的地方。首先，最小化目標中第二項是非線性的，不滿足QP的條件，所以無法使用dual或者kernel SVM來計算。然后，對于犯錯誤的點，有的離邊界很近，即error小，而有的離邊界很遠，error很大，上式的條件和目標沒有區分small error和large error。這種分類效果是不完美的。

為了改正這些不足，我們繼續做如下修正：

修正后的表達式中，我們引入了新的參數ξn來表示每個點犯錯誤的程度值，ξn≥0。通過使用error值的大小代替是否有error，讓問題變得易于求解，滿足QP形式要求。這種方法類似于我們在機器學習基石筆記中介紹的0/1 error和squared error。這種soft-margin SVM引入新的參數ξ。

至此，最終的Soft-Margin SVM的目標為：

min(b,w,ξ)?12wTw+C?∑n=1Nξnmin(b,w,ξ)12wTw+C?∑n=1Nξn

條件是：

yn(wTzn+b)≥1?ξnyn(wTzn+b)≥1?ξn

ξn≥0ξn≥0

其中，ξn表示每個點犯錯誤的程度，ξn=0，表示沒有錯誤，ξn越大，表示錯誤越大，即點距離邊界（負的）越大。參數C表示盡可能選擇寬邊界和盡可能不要犯錯兩者之間的權衡，因為邊界寬了，往往犯錯誤的點會增加。large C表示希望得到更少的分類錯誤，即不惜選擇窄邊界也要盡可能把更多點正確分類；small C表示希望得到更寬的邊界，即不惜增加錯誤點個數也要選擇更寬的分類邊界。

與之對應的QP問題中，由于新的參數ξn的引入，總共參數個數為d^+1+N，限制條件添加了ξn≥0，則總條件個數為2N。

Dual Problem

接下來，我們將推導Soft-Margin SVM的對偶dual形式，從而讓QP計算更加簡單，并便于引入kernel算法。首先，我們把Soft-Margin SVM的原始形式寫出來：

然后，跟我們在第二節課中介紹的Hard-Margin SVM做法一樣，構造一個拉格朗日函數。因為引入了ξn，原始問題有兩類條件，所以包含了兩個拉格朗日因子αn和βn。拉格朗日函數可表示為如下形式：

接下來，我們跟第二節課中的做法一樣，利用Lagrange dual problem，將Soft-Margin SVM問題轉換為如下形式：

根據之前介紹的KKT條件，我們對上式進行簡化。上式括號里面的是對拉格朗日函數L(b,w,ξ,α,β)計算最小值。那么根據梯度下降算法思想：最小值位置滿足梯度為零。

我們先對ξn做偏微分：

?L?ξn=0=C?αn?βn?L?ξn=0=C?αn?βn

根據上式，得到βn=C?αn，因為有βn≥0，所以限制0≤αn≤C。將βn=C?αn代入到dual形式中并化簡，我們發現βn和ξn都被消去了：

這個形式跟Hard-Margin SVM中的dual形式是基本一致的，只是條件不同。那么，我們分別令拉個朗日函數L對b和w的偏導數為零，分別得到：

∑n=1Nαnyn=0∑n=1Nαnyn=0

w=∑n=1Nαnynznw=∑n=1Nαnynzn

經過化簡和推導，最終標準的Soft-Margin SVM的Dual形式如下圖所示：

Soft-Margin SVM Dual與Hard-Margin SVM Dual基本一致，只有一些條件不同。Hard-Margin SVM Dual中αn≥0，而Soft-Margin SVM Dual中0≤αn≤C，且新的拉格朗日因子βn=C?αn。在QP問題中，Soft-Margin SVM Dual的參數αn同樣是N個，但是，條件由Hard-Margin SVM Dual中的N+1個變成2N+1個，這是因為多了N個αn的上界條件。

對于Soft-Margin SVM Dual這部分推導不太清楚的同學，可以看下第二節課的筆記：臺灣大學林軒田機器學習技法課程學習筆記2 – Dual Support Vector Machine

Messages behind Soft-Margin SVM

推導完Soft-Margin SVM Dual的簡化形式后，就可以利用QP，找到Q，p，A，c對應的值，用軟件工具包得到αn的值。或者利用核函數的方式，同樣可以簡化計算，優化分類效果。Soft-Margin SVM Dual計算αn的方法過程與Hard-Margin SVM Dual的過程是相同的。

但是如何根據αn的值計算b呢？在Hard-Margin SVM Dual中，有complementary slackness條件：αn(1?yn(wTzn+b))=0，找到SV，即αs>0的點，計算得到b=ys?wTzs。

那么，在Soft-Margin SVM Dual中，相應的complementary slackness條件有兩個（因為兩個拉格朗日因子αn和βn）：

αn(1?ξn?yn(wTzn+b))=0αn(1?ξn?yn(wTzn+b))=0

βnξn=(C?αn)ξ=0βnξn=(C?αn)ξ=0

找到SV，即αs>0的點，由于參數ξn的存在，還不能完全計算出b的值。根據第二個complementary slackness條件，如果令C?αn≠0，即αn≠C，則一定有ξn=0，代入到第一個complementary slackness條件，即可計算得到b=ys?wTzs。我們把0<αs<C的點稱為free SV。引入核函數后，b的表達式為：

b=ys?∑SVαnynK(xn,xs)b=ys?∑SVαnynK(xn,xs)

上面求解b提到的一個假設是αs<C，這個假設是否一定滿足呢？如果沒有free SV，所有αs大于零的點都滿足αs=C怎么辦？一般情況下，至少存在一組SV使αs<C的概率是很大的。如果出現沒有free SV的情況，那么b通常會由許多不等式條件限制取值范圍，值是不確定的，只要能找到其中滿足KKT條件的任意一個b值就可以了。這部分細節比較復雜，不再贅述。

接下來，我們看看C取不同的值對margin的影響。例如，對于Soft-Margin Gaussian SVM，C分別取1，10，100時，相應的margin如下圖所示：

從上圖可以看出，C=1時，margin比較粗，但是分類錯誤的點也比較多，當C越來越大的時候，margin越來越細，分類錯誤的點也在減少。正如前面介紹的，C值反映了margin和分類正確的一個權衡。C越小，越傾向于得到粗的margin，寧可增加分類錯誤的點；C越大，越傾向于得到高的分類正確率，寧可margin很細。我們發現，當C值很大的時候，雖然分類正確率提高，但很可能把noise也進行了處理，從而可能造成過擬合。也就是說Soft-Margin Gaussian SVM同樣可能會出現過擬合現象，所以參數(γ,C)的選擇非常重要。

我們再來看看αn取不同值是對應的物理意義。已知0≤αn≤C滿足兩個complementary slackness條件：

αn(1?ξn?yn(wTzn+b))=0αn(1?ξn?yn(wTzn+b))=0

βnξn=(C?αn)ξ=0βnξn=(C?αn)ξ=0

若αn=0，得ξn=0。ξn=0表示該點沒有犯錯，αn=0表示該點不是SV。所以對應的點在margin之外（或者在margin上），且均分類正確。

若0<αn<C，得ξn=0，且yn(wTzn+b)=1。ξn=0表示該點沒有犯錯，yn(wTzn+b)=1表示該點在margin上。這些點即free SV，確定了b的值。

若αn=C，不能確定ξn是否為零，且得到1?yn(wTzn+b)=ξn，這個式表示該點偏離margin的程度，ξn越大，偏離margin的程度越大。只有當ξn=0時，該點落在margin上。所以這種情況對應的點在margin之內負方向（或者在margin上），有分類正確也有分類錯誤的。這些點稱為bounded SV。

所以，在Soft-Margin SVM Dual中，根據αn的取值，就可以推斷數據點在空間的分布情況。

Model Selection

在Soft-Margin SVM Dual中，kernel的選擇、C等參數的選擇都非常重要，直接影響分類效果。例如，對于Gaussian SVM，不同的參數(C,γ)，會得到不同的margin，如下圖所示。

其中橫坐標是C逐漸增大的情況，縱坐標是γ逐漸增大的情況。不同的(C,γ)組合，margin的差別很大。那么如何選擇最好的(C,γ)等參數呢？最簡單最好用的工具就是validation。

validation我們在機器學習基石課程中已經介紹過，只需要將由不同(C,γ)等參數得到的模型在驗證集上進行cross validation，選取Ecv最小的對應的模型就可以了。例如上圖中各種(C,γ)組合得到的Ecv如下圖所示：

因為左下角的Ecv(C,γ)最小，所以就選擇該(C,γ)對應的模型。通常來說，Ecv(C,γ)并不是(C,γ)的連續函數，很難使用最優化選擇（例如梯度下降）。一般做法是選取不同的離散的(C,γ)值進行組合，得到最小的Ecv(C,γ)，其對應的模型即為最佳模型。這種算法就是我們之前在機器學習基石中介紹過的V-Fold cross validation，在SVM中使用非常廣泛。

V-Fold cross validation的一種極限就是Leave-One-Out CV，也就是驗證集只有一個樣本。對于SVM問題，它的驗證集Error滿足：

Eloocv≤SVNEloocv≤SVN

也就是說留一法驗證集Error大小不超過支持向量SV占所有樣本的比例。下面做簡單的證明。令樣本總數為N，對這N個點進行SVM分類后得到margin，假設第N個點(xN,yN)的αN=0，不是SV，即遠離margin（正距離）。這時候，如果我們只使用剩下的N-1個點來進行SVM分類，那么第N個點(xN,yN)必然是分類正確的點，所得的SVM margin跟使用N個點的到的是完全一致的。這是因為我們假設第N個點是non-SV，對SV沒有貢獻，不影響margin的位置和形狀。所以前N-1個點和N個點得到的margin是一樣的。

那么，對于non-SV的點，它的g?=g，即對第N個點，它的Error必然為零：

enon?SV=err(g?,non?SV)=err(g,non?SV)=0enon?SV=err(g?,non?SV)=err(g,non?SV)=0

另一方面，假設第N個點αN≠0，即對于SV的點，它的Error可能是0，也可能是1，必然有：

eSV≤1eSV≤1

綜上所述，即證明了Eloocv≤SVN。這符合我們之前得到的結論，即只有SV影響margin，non-SV對margin沒有任何影響，可以舍棄。

SV的數量在SVM模型選擇中也是很重要的。一般來說，SV越多，表示模型可能越復雜，越有可能會造成過擬合。所以，通常選擇SV數量較少的模型，然后在剩下的模型中使用cross-validation，比較選擇最佳模型。

總結

本節課主要介紹了Soft-Margin SVM。我們的出發點是與Hard-Margin SVM不同，不一定要將所有的樣本點都完全分開，允許有分類錯誤的點，而使margin比較寬。然后，我們增加了ξn作為分類錯誤的懲罰項，根據之前介紹的Dual SVM，推導出了Soft-Margin SVM的QP形式。得到的αn除了要滿足大于零，還有一個上界C。接著介紹了通過αn值的大小，可以將數據點分為三種：non-SVs，free SVs，bounded SVs，這種更清晰的物理解釋便于數據分析。最后介紹了如何選擇合適的SVM模型，通常的辦法是cross-validation和利用SV的數量進行篩選。