支持向量机

Udacity
Machine Learning
Support Vector Machine

在做分类问题时，想要找到最好的那条线：

会选择中间的那条线，为什么没有选择平行的另外两条线，因为它们属于 Overfitting ，过度相信了 training data，

那要怎么样找到这条线呢：

注意此时的 y 是分类用的 label，要么是 ＋1，要么是 －1 。

需要思考一个问题是，在沿着这条线上的点，它们的 Label 是什么呢？是0。

所以这个 Boundary Line 会有3个可能值，同时想要两条灰色线之间的距离最大。

那么怎么计算这条线的距离呢

可以在两条灰色线各取一个点，然后计算它们之间的距离，也就是在 ＋1 和 －1 的两条线上取点。

x1-x2 和这条线的方向是一样的，我们想要这条线达到最大，那就需要 norm(W) 越小，等式左边的部分叫做 Margin。

所以我们的目标就是，找到一个 Decision Boundary 来最大化 Margin。

这样就可以很好地分类。而这个问题就转化到了等式右边，也就是要最大化 2/norm(W)，并且可以正确地分类 。
把这个问题转化为数学问题是：

而最大化 2/norm(W) 这个问题，可以进一步转化为更简单的问题，这是个 Quadratic Programming Problem：

进一步还等价于下面这个问题：

关于上面这个问题，有一些特质：
1.如果知道了 alpha，就可以得到 w，知道了 w，就可以知道 b

2.通常情况下，大多数 alpha＝0，意味着这些点对w没有影响
也就是说，为了找到这个解，有些 vector 是没有贡献的，你只需要从少数的 vector 就可以获得找到最优 W 的 support。

即，构建一个 machine，只包含这些 support vector，即这些非零的 alpha 相应的点。

直观上看，0-alpha 就是离 Decision Boundary 比较远的那些点，它们很难对这条线做贡献。

有点像 KNN，因为只有 local points 起作用，但是前提是你已经知道哪些 points matter。
求解这个问题，其实是在找到底哪些点可以 throw away。

Xi transpose Xj，意义是，一个向量在另一个向量的投影，如果垂直则为0，如果方向相同，则为正，如果相反，则为负，所以这是一个 similarity 的表示。

有时并不能完全地分出两类，但是可以让误差最小。

对于下面这个数据，我们想得到一个 circle

一类在圈内，一类在圈外，用 phi 这个三维的函数就可以分开，而不需要事先知道谁是正是负。但是却不需要用 phi，因为它可以用 (X‘T)^2 来表示。

公式里的 Xi'Xj 可以用 kernel 来表示，来衡量 Similarity

意义就是 向更高维度的空间投影，在高维空间里就可以被 linearly seperated。

下面这几种形式都可以作为 kernel。
第三个是多项式。
第四个是 radial basis kernel，如果 x和y 很近，那么 k 就趋近于 1，如果 x和y 很远，那么 k 就趋近于 0，而且加上平方之后，这个还是对称的。
第五个更像是 sigmoid。
kernel function 可以有很多，而且它的应用也很广，可以用于 string 和 figure。
这些都属于 Mercer Condition，是一种用距离去衡量的方法，而不是随意地构造。

总结：

1.Margin 很重要，它关系着 Generalization 还是 Overfitting
2.目标是 Margin 的最大化
3.Margin 最大化的方法：Quadratic Problem
4.在QP中知道了什么是 Support Vector，只需要一个子集就可以建立 Classifier
5.Kernel Trick：通过向高维空间投影，把低维的非线性 Boundary 转化为高维空间的线性 classifier。

另外关于SVM，July有一篇非常详细的博文：
http://blog.csdn.net/v_july_v/article/details/7624837