如何学习SVM（支持向量机）以及改进实现SVM算法程序

※鱼鱼╰☆ · 发表于 2019-5-8 03:16:31

雷锋网 AI 科技评论按，本文为韦易笑在知乎问题如何学习SVM（支持向量机）以及改进实现SVM算法程序下面的回复，雷锋网 AI 科技评论获其授权转载。以下为正文：
学习 SVM 的最好方法是实现一个 SVM，可讲理论的很多，讲实现的太少了。
假设你已经读懂了 SVM 的原理，并了解公式怎么推导出来的，比如到这里：

SVM 的问题就变成：求解一系列满足约束的 alpha 值，使得上面那个函数可以取到最小值。然后记录下这些非零的 alpha 值和对应样本中的 x 值和 y 值，就完成学习了，然后预测的时候用：

上面的公式计算出 f(x) ，如果返回值 > 0 那么是 +1 类别，否则是 -1 类别，先把这一步怎么来的，为什么这么来找篇文章读懂，不然你会做的一头雾水。
那么剩下的 SVM 实现问题就是如何求解这个函数的极值。方法有很多，我们先找个起点，比如 Platt 的 SMO 算法，它后面有伪代码描述怎么快速求解 SVM 的各个系数。
第一步：实现传统的 SMO 算法
现在大部分的 SVM 开源实现，源头都是 platt 的 smo 算法，读完他的文章和推导，然后照着伪代码写就行了，核心代码没几行：
procedure takeStep(i1,i2)
if (i1 == i2) return 0
alph1 = Lagrange multiplier for i1

y1 = target[i1]

E1 = SVM output on point[i1] – y1 (check in error cache)

s = y1*y2

Compute L, H via equations (13) and (14)

if (L == H)

return 0

k11 = kernel(point[i1],point[i1])

k12 = kernel(point[i1],point[i2])

k22 = kernel(point[i2],point[i2])

eta = k11+k22-2*k12

if (eta > 0)

{

a2 = alph2 + y2*(E1-E2)/eta

if (a2 < L) a2 = L

else if (a2 > H) a2 = H

}

else

{

Lobj = objective function at a2=L

Hobj = objective function at a2=H

if (Lobj < Hobj-eps)

a2 = L

else if (Lobj > Hobj+eps)

a2 = H

else

a2 = alph2

}

if (|a2-alph2| < eps*(a2+alph2+eps))

return 0

a1 = alph1+s*(alph2-a2)

Update threshold to reflect change in Lagrange multipliers

Update weight vector to reflect change in a1 & a2, if SVM is linear

Update error cache using new Lagrange multipliers

Store a1 in the alpha array

Store a2 in the alpha array

return 1
endprocedure
核心代码很紧凑，就是给定两个 ai, aj，然后迭代出新的 ai, aj 出来，还有一层循环会不停的选择最需要被优化的系数 ai, aj，然后调用这个函数。如何更新权重和 b 变量（threshold）文章里面都有说，再多调试一下，可以用 python 先调试，再换成 C/C++，保证得到一个正确可用的 SVM 程序，这是后面的基础。
第二步：实现核函数缓存
观察下上面的伪代码，开销最大的就是计算核函数 K(xi, xj)，有些计算又反复用到，一个 100 个样本的数据集求解，假设总共要调用核函数 20 万次，但是 xi, xj 的组和只有 100x100=1 万种，有缓存的话你的效率可以提升 20 倍。
样本太大时，如果你想存储所有核函数的组和，需要 N*N * sizeof(double) 的空间，如果训练集有 10 万个样本，那么需要 76 GB 的内存，显然是不可能实现的，所以核函数缓存是一个有限空间的 LRU 缓存，SVM 的 SMO 求解过程中其实会反复用到特定的几个有限的核函数求解，所以命中率不用担心。
有了这个核函数缓存，你的 SVM 求解程序能瞬间快几十倍。
第三步：优化误差值求解
注意看上面的伪代码，里面需要计算一个估计值和真实值的误差 Ei 和 Ej，他们的求解方法是：
E(i) = f(xi) - yi
这就是目前为止 SMO 这段为代码里代价最高的函数，因为回顾下上面的公式，计算一遍 f(x) 需要 for 循环做乘法加法。
platt 的文章建议是做一个 E 函数的缓存，方便后面选择 i, j 时比较，我看到很多入门版本 SVM 实现都是这么做。其实这是有问题的，后面我们会说到。最好的方式是定义一个 g(x) 令其等于：

也就是 f(x) 公式除了 b 以外前面的最费时的计算，那么我们随时可以计算误差：
E(j) = g(xj) + b - yj
所以最好的办法是对 g(x) 进行缓存，platt 的方法里因为所有 alpha 值初始化成了 0，所以 g(x) 一开始就可以全部设置成 0，稍微观察一下 g(x) 的公式，你就会发现，因为去掉了 b 的干扰，而每次 SMO 迭代更新 ai, aj 参数时，这两个值都是线性变化的，所以我们可以给 g(x) 求关于 a 的偏导，假设 ai，aj 变化了步长 delta，那么所有样本对应的 g(x) 加上 delta 乘以针对 ai, aj 的偏导数就行了，具体代码类似：
double Kik = kernel(i, k);
double Kjk = kernel(j, k);
G[k] += delta_alpha_i * Kik * y + delta_alpha_j * Kjk * y[j];5 P% X3 P) B, s
把这段代码放在 takeStep 后面，每次成功更新一对 ai, aj 以后，更新所有样本对应的 g(x) 缓存，这样通过每次迭代更新 g(x) 避免了大量的重复计算。
# V+ W& ~! @3 n* _2 D这其实是很直白的一种优化方式，我查了一下，有人专门发论文就讲了个类似的方法。; i+ B$ O* _, D" Q
第四步：实现冷热数据分离/ T% e* c# j$ O. X
Platt 的文章里也证明过一旦某个 alpha 出于边界（0 或者 C）的时候，就很不容易变动，而且伪代码也是优先在工作集里寻找 > 0 and < C 的 alpha 值进行优化，找不到了，再对工作集整体的 alpha 值进行迭代。
; L& E7 G3 G; u4 M: w6 l! a那么我们势必就可以把工作集分成两个部分，热数据在前（大于 0 小于 C 的 alpha 值），冷数据在后（小于等于 0 或者大于等于 C 的 alpha）。
  H$ {: D( M! e1 M, ]+ @随着迭代加深，会发现大部分时候只需要在热数据里求解，并且热数据的大小会逐步不停的收缩，所以区分了冷热以后 SVM 大部分都在针对有限的热数据迭代，偶尔不行了，再全部迭代一次，然后又回到冷热迭代，性能又能提高不少。+ B+ d7 q, I' J9 {8 G9 F6 `8 g
第五步：支持 Ensemble4 U, W; o' g9 U7 {
大家都知道，通过 Ensemble 可以让多个不同的弱模型组和成一个强模型，而传统 SVM 实现并不能适应一些类似 AdaBoost 的集成方法，所以我们需要做一些改动。可以让外面针对某一个分类传入一个“权重”过来，修正 SVM 的识别结果。
% @, a1 d/ ~$ ]" q  \, z最传统的修改方式就是将不等式约束 C 分为 Cp 和 Cn 两个针对 +1 分类的 C 及针对 -1 分类的 C。修改方式是直接用原始的 C 乘以各自分类的权重，得到 Cp 和 Cn，然后迭代时，不同的样本根据它的 y 值符号，用不同的 C 值带入计算。; d$ }9 W' H/ h" _  B7 @& |
这样 SVM 就能用各种集成方法同其他模型一起组成更为强大精准的模型了。
1 D+ P/ X9 M4 R9 ^9 W实现到这一步你就得到了功能上和性能上同 libsvm 类似的东西，接下来我们继续优化。
9 f. G$ ~6 B9 d' g第六步：继续优化核函数计算; B* \& T: {6 D% e5 _  @; F9 @
核函数缓存非常消耗内存，libsvm 数学上已经没得挑了，但是工程方面还有很大改进余地，比如它的核缓存实现。5 e& A$ O7 A& o' m
由于标准 SVM 核函数用的是两个高维矢量的内积，根据内积的几个条件，SVM 的核函数又是一个正定核，即 K(xi, xj) = K(xj, xi)，那么我们同样的内存还能再多存一倍的核函数，性能又能有所提升。; P# o% p4 a$ @' a
针对核函数的计算和存储有很多优化方式，比如有人对 NxN 的核函数矩阵进行采样，只计算有限的几个核函数，然后通过插值的方式求解出中间的值。还有人用 float 存储核函数值，又降低了一倍空间需求。" h2 F" h$ {$ Y) `. d* b$ n
第七步：支持稀疏向量和非稀疏向量
& s: @" y: R$ n: o0 t对于高维样本，比如文字这些，可能有上千维，每个样本的非零特征可能就那么几个，所以稀疏向量会比较高效，libsvm 也是用的稀疏向量。
! b4 y3 `7 p' x) j0 U4 }# E但是还有很多时候样本是密集向量，比如一共 200 个特征，大部分样本都有 100个以上的非零特征，用稀疏向量存储的话就非常低效了，openCV 的 SVM 实现就是非稀疏向量。
; s& J% c2 S' G2 v非稀疏向量直接是用数组保存样本每个特征的值，在工程方面就有很多优化方式了，比如用的最多的求核函数的时候，直接上 SIMD 指令或者 CUDA，就能获得更好的计算性能。; f1 E( m6 A) {' ^$ x
所以最好的方式是同时支持稀疏和非稀疏，兼顾时间和空间效率，对不同的数据选择最适合的方式。
0 X' R- Q3 D- @第八步：针对线性核进行优化
' W/ ?4 @+ ^) r  |! x4 P2 l传统的 SMO 方法，是 SVM 的通用求解方法，然而针对线性核，就是：
1 `2 R6 J' h7 E! j4 vK(xi, xj) = xi . xj. b3 B$ V- D+ E( w( E
还有很多更高效的求解思路，比如 Pegasos 算法就用了一种类似随机梯度下降的方法，快速求 SVM 的解权重 w，如果你的样本适合线性核，使用一些针对性的非 SMO 算法可以极大的优化 SVM 求解，并且能处理更加庞大的数据集，LIBLINEAR 就是做这件事情的。
  k0 a0 m$ v: ?! W1 {# \同时这类算法也适合 online 训练和并行训练，可以逐步更新增量训练新的样本，还可以用到多核和分布式计算来训练模型，这是 SMO 算法做不到的地方。
# n3 v) I- g5 ~9 _+ ]. R* V但是如果碰到非线性核，权重 w 处于高维核空间里（有可能无限维），你没法梯度下降迭代 w，并且 pegasos 的 pdf 里面也没有提到如何用到非线性核上，LIBLINEAR 也没有办法处理非线性核。
9 g7 \2 E  d$ F7 C或许哪天出个数学家又找到一种更好的方法，可以用类似 pegasos 的方式求解非线性核，那么 SVM 就能有比较大的进展了。" I8 l- _% j# c$ v% v
后话
2 Z1 V- V' U/ b& d9 Y1 h8 V6 d上面八条，你如果实现前三条，基本就能深入理解 SVM 的原理了，如果实现一大半，就可以得到一个类似 libsvm 的东西，全部实现，你就能得到一个比 libsvm 更好用的 SVM 库了。6 a% q  j5 v" {5 e5 h
上面就是如何实现一个相对成熟的 SVM 模型的思路，以及配套优化方法，再往后还有兴趣，可以接着实现支持向量回归，也是一个很有用的东西。" p! p* z4 }- Y8 i2 w/ I- |' ~, z

6 A2 z6 e3 O. Z% g' k$ h/ X/ A来源：http://www.yidianzixun.com/article/0Lv0UIiC, |. w; P: ]3 @5 u5 F: s8 }& Y  t" |
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

账号		自动登录	找回密码
密码			立即注册

如何学习SVM（支持向量机）以及改进实现SVM算法程序

本帖子中包含更多资源

浏览过的版块