【Soft-Margin Support Vector Machine】
来源:互联网 发布:淘宝实体店货源 编辑:程序博客网 时间:2024/06/07 00:32
仅作记录学习所用,非其他用途!!!
Hard-Margin的约束太强了:要求必须把所有点都分开。这样就可能带来overfiiting,把noise也当成正确的样本点了。
Hard-Margin有些“学习洁癖”,如何克服这种学习洁癖呢?
沿用pocket算法的思想,修改一下优化目标函数的形式,补上一个错分点的惩罚项CΣ...。
(1)C越大,对错误的容忍度就越小,margin越小
(2)C越小,对错误容忍度就越高,margin越大
因此引入的参数C是在large margin和noise tolerance之间做了一个权衡。
但是上面这种形式,有两个弊端:
(1)由于需要判断“等与不等”,所以是NP-hard Solution
(2)无法区分犯错点的错误程度
因此,引出了soft-margin的改进:
引入一个新的松弛因子kesi:
(1)既能解决学习洁癖的问题
(2)又能表示violation的程度是多少(kesi小于1还是分队的点,只不过此时点还在margin与hyperplane中间;kesi大于1表示分错了,越到hyperplance的另一端去了)
(3)还能转化成标准的QP问题,易于求解
接下来,沿用hard-margin dual svm的思路,把soft-margin SVM primal → dual。
由于不等式约束条件变成了两类,所以自然引入两个Largrange乘子;再沿用hard-margin的转化思路,转化成dual问题求解。
首先对kesi进行求导,化简原优化目标函数:
结论:
(1)利用对kesi求导为0的条件,把beta和kesi都去掉
(2)增加一个对alpha的约束条件
再进行接下来的化简,最终形式跟hard-margin很像。
不同之处在于对alpha增加了一个上界的约束条件。
一切看起来都比较顺利,但是在优化完成后,我们需要求解W和b。
W好求,问题的关键是b怎么求。
这里需要回顾KKT中的complementary slackness条件。
这里林直接给出来了,要free的那些SV(即满足kesi=0)来求解b;即对b求解有帮助的点,是真正在margin边界上的SV。
如果对之前SVM的complementary slackness内容不是很熟练,这块容易理解不好:为啥要分三类呢?下面记录下我的理解:
(1)当alphan=0的时候:
kesin必然等于0(为了满足(C-alphan)kesin=0)
- 【Soft-Margin Support Vector Machine】
- 机器学习技法-4-Soft Margin Support Vector Machine
- 机器学习技法 笔记四 Soft-Margin Support Vector Machine
- SVM(Support Vector Machine)读书笔记三(Soft-margin SVM)
- 机器学习技法-Soft-Margin Support Vector Machine
- 台湾国立大学机器学习技法.听课笔记(第四讲) :Soft-Margin Support Vector Machine
- 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
- 机器学习技法课程学习笔记4 -- Soft-Margin Support Vector Machine
- 林轩田--机器学习技法--SVM笔记4--软间隔支持向量机(Soft-Margin Support Vector Machine)
- 机器学习笔记 - Hard-Margin Support Vector Machine
- [Machine Learning]--Support Vector Machine
- support vector machine
- Transductive Support Vector Machine
- 使用Support Vector Machine
- SVM Support Vector Machine
- Support Vector Machine
- SVM(Support Vector Machine)
- Support Vector Machine
- ViewPager+Fragment
- js重写alert函数
- 蓝牙学习笔记之建立蓝牙连接的过程
- ios学习--RSA非对称加密(解决解密后会乱码的问题)
- iOS expected a type
- 【Soft-Margin Support Vector Machine】
- (转)ELF文件的加载和动态链接过程
- OpenCV学习笔记之一:OpenCV中显示图片(VS2010+OpenCV3.0版本)
- 开源电子商务OFBIZ:商品价格
- arcgis server 10.4 授权不成功解决办法
- JSON过滤
- retrofit2+rxjava的结合使用
- 关于 root motion
- 连接真机(己ROOT),用file explore看不到data/data文件夹的解决办法