引入
上一回解决了SVM在曲线边界的上的使用，使得非线性数据集也能得到正确的分类。然而，对于一个大数据集来说，极有可能大体呈线性分类趋势，但是边界处混杂，若仍采用原来的方式，会得到极其复杂的超平面边界，浪费了算力。
上述要求所有训练样本满足约束的分类方式称为硬分类。而允许部分样本不满足约束的分类方式则被称为软分类。
实现逻辑
在实现软间隔的同时，我们既要保证模型的性能（违反约束的样本点尽量少），同时保证模型复杂度不要过高，我们需要设置一个损失函数来控制模型的样本点是否需要满足约束。
最简单的，定义0/1损失函数
ℓ
0
/
1
(
z
)
\ell _{0/1}(z)
ℓ0/1(z)：
ℓ 0 / 1 ( z ) = { 1 , i f z < 0 0 , o t h e r w i s e \ell _{0/1}(z)=\begin{cases}1,\ if \ z<0 \\0, \ otherwise\end{cases} ℓ0/1(z)={1, if z<00, otherwise
并修改优化目标为：
m i n w ⃗ , b 1 2 ∣ ∣ w ⃗ ∣ ∣ 2 + C ∑ i = 1 m ℓ 0 / 1 ( y i ( w ⃗ T x ⃗ i + b ) − 1 ) min_{\vec{w}, b}\ \frac{1}{2}||\vec{w}||^{2}+C\sum_{i=1}^{m}\ell _{0/1}(y_{i}(\vec{w}^{T}\vec{x}_{i}+b)-1) minw ,b 21∣∣w ∣∣2+C∑i=1mℓ0/1(yi(w Tx i+b)−1)
其中常数 C > 0 C>0 C>0，称为正则化参数，控制了对误分类样本的惩罚程度。而损失函数则决定这个样本点误分类是否需要产生惩罚。
然而，0/1损失函数非凸，非连续，使得后续求解不方便。人们通常用其他一些函数来替代 ℓ 0 / 1 ( z ) \ell _{0/1}(z) ℓ0/1(z)，称为替代损失：
| 替代损失 | 函数形式 |
|---|---|
| hinge 损失 | ℓ h i n g e ( z ) = m a x ( 0 , 1 − z ) \ell_{hinge}(z)=max(0, 1-z) ℓhinge(z)=max(0,1−z) |
| 指数损失 | ℓ e x p ( z ) = e x p ( − z ) \ell_{exp}(z)=exp(-z) ℓexp(z)=exp(−z) |
| 对率损失 | ℓ l o g ( z ) = l o g ( 1 + e x p ( − z ) ) \ell_{log}(z)=log(1+exp(-z)) ℓlog(z)=log(1+exp(−z)) |
以 h i n g e hinge hinge损失为例，目标变成：
m i n w ⃗ , b 1 2 ∣ ∣ w ⃗ ∣ ∣ 2 + C ∑ i = 1 m m a x ( 0 , 1 − y i ( w ⃗ T x ⃗ i + b ) ) min_{\vec{w}, b}\ \frac{1}{2}||\vec{w}||^{2}+C\sum_{i=1}^{m}max(0,1-y_{i}(\vec{w}^{T}\vec{x}_{i}+b)) minw ,b 21∣∣w ∣∣2+C∑i=1mmax(0,1−yi(w Tx i+b))
将求和符号后的部分记作松弛变量 ξ i ≥ 0 \xi _{i} \ge 0 ξi≥0，可重写为：
m i n w ⃗ , b 1 2 ∣ ∣ w ⃗ ∣ ∣ 2 + C ∑ i = 1 m ξ i min_{\vec{w}, b}\ \frac{1}{2}||\vec{w}||^{2}+C\sum_{i=1}^{m}\xi _{i} minw ,b 21∣∣w ∣∣2+C∑i=1mξi
s . t . y i ( w ⃗ T x ⃗ i + b ) ≥ 1 − ξ i s.t. \ y_{i}(\vec{w}^{T}\vec{x}_{i}+b)\ge1-\xi_{i} s.t. yi(w Tx i+b)≥1−ξi
ξ i ≥ 0 , i = 1 , 2 , . . . , m \ \ \ \ \ \ \xi_{i} \ge 0, i=1,2,...,m ξi≥0,i=1,2,...,m
松弛变量的值反映了样本点离群的程度。值越大，样本点离正确的分类区域越远。
使用软间隔方法的SVM被称为软间隔支持向量机
求解
问题被转化后，依然是一个二次规划问题，我们仍用拉格朗日乘子法得到拉格朗日函数：
L ( w ⃗ , b , α ⃗ , ξ ⃗ , μ ⃗ ) = 1 2 ∣ ∣ w ⃗ ∣ ∣ 2 L(\vec{w},b,\vec{\alpha}, \vec{\xi},\vec{\mu})=\frac{1}{2}||\vec{w}||^{2} L(w ,b,α ,ξ ,μ )=21∣∣w ∣∣2
+ C ∑ i = 1 m ξ i \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ +C\sum_{i=1}^{m}\xi_{i} +C∑i=1mξi
+ ∑ i = 1 m α i [ 1 − ξ i − y i ( w ⃗ T x ⃗ i + b ) ] \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ +\sum_{i=1}^{m}\alpha _{i}[1-\xi_{i}-y_{i}(\vec{w}^{T}\vec{x}_{i}+b)] +∑i=1mαi[1−ξi−yi(w Tx i+b)]
− ∑ i = 1 m μ i ξ i \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ - \sum_{i=1}^{m}\mu_{i}\xi_{i} −∑i=1mμiξi
其中 α i ≥ 0 \alpha_{i} \ge 0 αi≥0, μ i ≥ 0 \mu_{i} \ge 0 μi≥0是拉格朗日乘子
令 L ( w ⃗ , b , α ⃗ , ξ ⃗ , μ ⃗ ) L(\vec{w},b,\vec{\alpha}, \vec{\xi},\vec{\mu}) L(w ,b,α ,ξ ,μ )对 w ⃗ , b , ξ i \vec{w}, b, \xi_{i} w ,b,ξi求导为 0 0 0，得：
w ⃗ = ∑ i = 1 m α i y i x ⃗ i \vec{w}=\sum_{i=1}^{m}\alpha_{i}y_{i}\vec{x}_{i} w =∑i=1mαiyix i
0 = ∑ i = 1 m α i y i 0 = \sum_{i=1}^{m}\alpha_{i}y_{i} 0=∑i=1mαiyi
C = α i + μ i C = \alpha_{i}+\mu_{i} C=αi+μi
代回得：
m a x α ⃗ ∑ i = 1 m α i − 1 2 ∑ i = 1 m ∑ j = 1 m α i α j y i y j x ⃗ i T x ⃗ j max_{\vec{\alpha}} \sum_{i=1}^{m}\alpha_{i}-\frac{1}{2}\sum_{i=1}^{m}\sum_{j=1}^{m}\alpha_{i}\alpha_{j}y_{i}y_{j}\vec{x}_{i}^{T}\vec{x}_{j} maxα ∑i=1mαi−21∑i=1m∑j=1mαiαjyiyjx iTx j
s . t . ∑ i = 1 m α i y i = 0 s.t.\ \sum_{i=1}^{m}\alpha_{i}y_{i}=0 s.t. ∑i=1mαiyi=0
0 ≥ α i ≥ C , i = 1 , 2 , . . . , m \ \ \ \ \ \ \ 0 \ge \alpha_{i} \ge C, i=1,2,...,m 0≥αi≥C,i=1,2,...,m
不难发现，与硬间隔的对偶问题相比，只是把 0 ≤ α i 0 \le \alpha_{i} 0≤αi改成了 0 ≤ α i ≤ C 0 \le \alpha_{i} \le C 0≤αi≤C。
更改后的KKT要求为：
1.互补松弛条件
α i [ y i ( w ⃗ x ⃗ i + b ) − ( 1 − ξ i ) ] = 0 \alpha_{i}[y_{i}(\vec{w}\vec{x}_{i}+b)-(1-\xi_{i})]=0 αi[yi(w x i+b)−(1−ξi)]=0
μ i ξ i = 0 \mu_{i}\xi_{i}=0 μiξi=0
2.原始约束
y i ( w ⃗ x ⃗ i + b ) − ( 1 − ξ i ) ≥ 0 y_{i}(\vec{w}\vec{x}_{i}+b)-(1-\xi_{i}) \ge 0 yi(w x i+b)−(1−ξi)≥0
ξ i ≥ 0 \xi_{i} \ge 0 ξi≥0
3.对偶约束
0 ≤ α i ≤ C 0 \le \alpha_{i} \le C 0≤αi≤C
∑ i = 1 m α i y i = 0 \sum_{i=1}^{m}\alpha_{i}y_{i}=0 ∑i=1mαiyi=0
分析一下上面的式子，发现对任意样本 ( x ⃗ i , y i ) (\vec{x}_{i},y_{i}) (x i,yi)，总有 α i = 0 \alpha_{i}=0 αi=0或 y i ( w ⃗ x ⃗ i + b ) − ( 1 − ξ i ) = 0 y_{i}(\vec{w}\vec{x}_{i}+b)-(1-\xi_{i}) = 0 yi(w x i+b)−(1−ξi)=0。（由第一个式子推得）
当
α
i
=
0
\alpha_{i}=0
αi=0，则说明该样本不会对
f
(
x
⃗
)
f(\vec{x})
f(x
)有任何影响
否则，有
y
i
(
w
⃗
x
⃗
i
+
b
)
=
1
−
ξ
i
y_{i}(\vec{w}\vec{x}_{i}+b)=1-\xi_{i}
yi(w
x
i+b)=1−ξi，则该样本是支持向量
注意，由于软间隔对边界附近的数据点进行了处理，支持向量的定义不再限制于完全在分类边界上的样本，而是规定为满足 y i f ( x ⃗ i ) = 1 − ξ i y_{i}f(\vec{x}_{i})=1-\xi_{i} yif(x i)=1−ξi这个式子的样本。
而对于所有的支持向量，也有一些分类：
| 条件 | 性质 |
|---|---|
| 若 α i < C \alpha_{i}<C αi<C，则 μ i > 0 \mu_{i}>0 μi>0，有 ξ i = 0 \xi_{i}=0 ξi=0 | 样本恰好在最大间隔边界上 |
| 若 α i = C \alpha_{i}=C αi=C，则 μ i = 0 \mu_{i}=0 μi=0，若 ξ i ≤ 1 \xi_{i} \le 1 ξi≤1 | 样本落在最大间隔内部 |
| 若 α i = C \alpha_{i}=C αi=C，则 μ i = 0 \mu_{i}=0 μi=0，若 ξ i > 1 \xi_{i} > 1 ξi>1 | 样本被错误分类 |
在《机器学习》中，紧跟了一句话：
由此可以看出，软间隔支持向量机的最终模型仅与支持向量有关，即通过采用 h i n g e hinge hinge损失函数仍保持了稀疏性。
这里作个解释：
一般化
以上其实是以 h i n g e hinge hinge损失函数替代 0 / 1 0/1 0/1损失函数的例子，我们当然可以通过其他的损失函数来得到其他的学习模型，最终都会变成以下的一般形式：
m i n f Ω ( f ) + C ∑ i = 1 m ℓ ( f ( x ⃗ i ) , y i ) min_{f} \ \Omega (f)+C\sum_{i=1}{m}\ell(f(\vec{x}_{i}),y_{i}) minf Ω(f)+C∑i=1mℓ(f(x i),yi)
前半部分的 Ω ( f ) \Omega (f) Ω(f)称为结构风险（structural risk），是由模型的结构所产生的惩罚，如各种正则化，描述了模型 f f f的各种性质。
后半部分的 C ∑ i = 1 m ℓ ( f ( x ⃗ i , y i ) C\sum_{i=1}{m}\ell(f(\vec{x}_{i},y_{i}) C∑i=1mℓ(f(x i,yi)被称为经验风险，是模型在训练数据集上的平均损失，它衡量了模型在已知训练数据上的拟合程度。
标签：yi,xi,sum,笔记,vec,alpha,自学,1m,向量 From： https://blog.csdn.net/qq_40432278/article/details/142378266