SVM——(七)SMO(序列最小最优算法)
来源:互联网 发布:office2007办公软件 编辑:程序博客网 时间:2024/05/20 13:37
在说SMO (Sequential minimal optimization)之前,先介绍一种与之类似的算法,坐标上升(下降)算法.
1.Coordinate ascent
所谓坐标上升(下降)指的是同一个算法,只是若实际问题是求极大值则是上升,反之为下降。我们知道梯度下降算法在每次迭代过程中都是沿着梯度的(反)方向进行的;而坐标下降算法则是在每次迭代中分步沿着你n个(n为特征维度)方向进行的。下图是2维情况下,两者求解的示意图。
具体的就是每次只把第i个变量看做是未知数,其他看做常数进行求导,令为0解出第i个变量。求出所有参数的表达式后,利用旧的参数一次更新得到每一个新的参数。也就是:梯度下降强调所有参数同时(simultaneously)更新,而坐标下降则是每个参数分别更新
下面是一个两者的一个代码片段:
% gradient descentfor i = 1:200 grad(1)=4*x1-2*x2-4; grad(2)=-2*x1+10*x2-24;% 都是用旧的参数得到梯度 x = x-alpha*grad;% 同时更新得到新的参数 f1 = f(x(1),x(2));end% coordinate descent for i = 200 x1=1+0.5*x2; x2=2.4+0.2*x1;% 用上一步更新的参数,来更新另外一个参数,未同时 f2 = f(x1,x2);end
源码地址
2.SMO算法
如下我们要之前推导出来要优化的目标函数:
照着上面的想法,我们是否也能将同样的思路用在此处呢?答案是否定的,因为此处多了一个约束条件。
例如,我们将
由此我们可以看出
那怎么办呢?既然一个不行,那就同时将两个视为变量,其余的视为常量。不失一般性,我们任选两个,记为
此时我们再来看
由
由此我们可以得到:
- 根据约束条件
0≤αi≤C 知,可行解位于‘盒子’[0,C],[C,0] 中; - 根据约束条件
(2.3) 知,可行解同时又位于直线α1y(1)+α2y(2)=ζ 上; - 由2,3知,最优解位于盒子中的线段上;
- 此图为
y(1),y(2) 异号时的情况;
假设
且当
当
举例:
由
因此,
由于我们是将
且剪切后的解为:
最后,在计算得到
以上都是根据cs229-notes3.pdf整理的笔记,琢磨了很久还是没有彻底将SMO算法弄明白,姑且先放着,等到后续实在要用到再探究,因为在SVM这章着实停留得太久了,前前后后一个月。我相信一口气是吃不成一个胖子的,循序渐进。
后面我就直接通过scikit-learn来介绍一下里面SVM的主要用法,见Scikit-learn——SVM
SVM——(七)SMO(序列最小最优算法)
SVM——(六)软间隔目标函数求解
SVM——(五)线性不可分之核函数
SVM——(四)目标函数求解
SVM——(三)对偶性和KKT条件(Lagrange duality and KKT condition)
SVM——(二)线性可分之目标函数推导方法2
SVM——(一)线性可分之目标函数推导方法1
参考
- 《统计学习方法》 李航
- cs229-notes3.pdf
- smo.pdf
- SVM——(七)SMO(序列最小最优算法)
- SVM-7-SMO(序列最小优化算法)
- SVM-支持向量机学习(7):求解SVM算法-SMO-序列最小最优化
- SVM学习—SMO算法(Sequential Minimal Optimization)
- 【机器学习】支持向量机(二)——序列最小最优化(SMO)算法
- 支持向量机—SMO论文详解(序列最小最优化算法)
- 【机器学习】机器学习(七、八):SVM(支持向量机)【最优间隔分类、顺序最小优化算法】
- 序列最小优化算法(SMO)
- SVM学习笔记(五)---SMO算法
- SVM中的训练算法:序列最小最优化算法SMO的读书笔记
- 砥志研思SVM(四) 序列最小最优化算法(SMO)论文翻译
- 机器学习-python通过序列最小优化算法(SMO)方法编写支持向量机(SVM)
- 《机器学习实战》(六)—— SVM(SMO算法)
- 机器学习第八课——SVM(3)核函数与SMO算法
- 深入解析python版SVM源码系列(二)——简化版SMO算法
- SMO序列最小最优化算法
- 序列最小最优化算法 SMO
- SVM边学边总结系列——SMO算法
- LeetCode 198. House Robber (Easy)
- JavaScript 16 字符串
- 基于dokcer实现自动化集成和无状态持续交付
- soa与java中间件的关系?
- 看看清华人是如何学习和生活的
- SVM——(七)SMO(序列最小最优算法)
- Kruskal 算法 java
- 7-2 是否同一棵二叉搜索树
- 写给小白看的 JavaScript 异步
- G
- BZOJ-2330(SCOI-2011) 糖果 (差分约束)
- JavaScript 17 有关时间操作的总结
- Spring Boot 日志配置方法(超详细)
- Java-Arrays工具类