没有合适的资源?快使用搜索试试~ 我知道了~
SVM入门(通俗易懂的SVM教程)
5星 · 超过95%的资源 需积分: 12 53 下载量 167 浏览量
2010-11-05
13:39:23
上传
评论 2
收藏 399KB DOC 举报
温馨提示
试读
33页
言简意赅,深入浅出地探讨了SVM的原理,让没有模式识别基础的人都能看懂。
资源推荐
资源详情
资源评论
SVM 入门(一)SVM 的八股简介
支持向量机(Support Vector Machine)是 Cortes 和 Vapnik 于 1995 年首先提出的,它
在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数
拟合等其他机器学习问题中[10]。
支持向量机方法是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的,
根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习
能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力
[14](或称泛化能力)。
以上是经常被有关 SVM 的学术文献引用的介绍,有点八股,我来逐一分解并解释一
下。
Vapnik 是统计机器学习的大牛,这想必都不用说,他出版的《Statistical Learning
Theory》是一本完整阐述统计机器学习思想的名著。在该书中详细的论证了统计机器学习
之所以区别于传统机器学习的本质,就在于统计机器学习能够精确的给出学习效果,能够
解答需要的样本数等等一系列问题。与统计机器学习的精密思维相比,传统的机器学习基
本上属于摸着石头过河,用传统的机器学习方法构造分类系统完全成了一种技巧,一个人
做的结果可能很好,另一个人差不多的方法做出来却很差,缺乏指导和原则。
所谓 VC 维是对函数类的一种度量,可以简单的理解为问题的复杂程度,VC 维越高,
一个问题就越复杂。正是因为 SVM 关注的是 VC 维,后面我们可以看到,SVM 解决问题
的时候,和样本的维数是无关的(甚至样本是上万维的都可以,这使得 SVM 很适合用来
解决文本分类的问题,当然,有这样的能力也因为引入了核函数)。
结构风险最小听上去文绉绉,其实说的也无非是下面这回事。
机器学习本质上就是一种对问题真实模型的逼近(我们选择一个我们认为比较好的近
似模型,这个近似模型就叫做一个假设),但毫无疑问,真实模型一定是不知道的(如果
知道了,我们干吗还要机器学习?直接用真实模型解决问题不就可以了?对吧,哈哈)既
然真实模型不知道,那么我们选择的假设与问题真实解之间究竟有多大差距,我们就没法
得知。比如说我们认为宇宙诞生于 150 亿年前的一场大爆炸,这个假设能够描述很多我们
观察到的现象,但它与真实的宇宙模型之间还相差多少?谁也说不清,因为我们压根就不
知道真实的宇宙模型到底是什么。
这个与问题真实解之间的误差,就叫做风险(更严格的说,误差的累积叫做风险)。
我们选择了一个假设之后(更直观点说,我们得到了一个分类器以后),真实误差无从得
知,但我们可以用某些可以掌握的量来逼近它。最直观的想法就是使用分类器在样本数据
上的分类的结果与真实结果(因为样本是已经标注过的数据,是准确的数据)之间的差值
来表示。这个差值叫做经验风险 Remp(w)。以前的机器学习方法都把经验风险最小化作为
努力的目标,但后来发现很多分类函数能够在样本集上轻易达到 100%的正确率,在真实
分类时却一塌糊涂(即所谓的推广能力差,或泛化能力差)。此时的情况便是选择了一个
足够复杂的分类函数(它的 VC 维很高),能够精确的记住每一个样本,但对样本之外的
数据一律分类错误。回头看看经验风险最小化原则我们就会发现,此原则适用的大前提是
经验风险要确实能够逼近真实风险才行(行话叫一致),但实际上能逼近么?答案是不能,
因为样本数相对于现实世界要分类的文本数来说简直九牛一毛,经验风险最小化原则只在
这占很小比例的样本上做到没有误差,当然不能保证在更大比例的真实文本上也没有误差。
统计学习因此而引入了泛化误差界的概念,就是指真实风险应该由两部分内容刻画,
一是经验风险,代表了分类器在给定样本上的误差;二是置信风险,代表了我们在多大程
度上可以信任分类器在未知文本上分类的结果。很显然,第二部分是没有办法精确计算的,
因此只能给出一个估计的区间,也使得整个误差只能计算上界,而无法计算准确的值(所
以叫做泛化误差界,而不叫泛化误差)。
置信风险与两个量有关,一是样本数量,显然给定的样本数量越大,我们的学习结果
越有可能正确,此时置信风险越小;二是分类函数的 VC 维,显然 VC 维越大,推广能力
越差,置信风险会变大。
泛化误差界的公式为:
R(w)≤Remp(w)+Ф(n/h)
公式中 R(w)就是真实风险,Remp(w)就是经验风险,Ф(n/h)就是置信风险。统计学习
的目标从经验风险最小化变为了寻求经验风险与置信风险的和最小,即结构风险最小。
SVM 正是这样一种努力最小化结构风险的算法。
SVM 其他的特点就比较容易理解了。
小样本,并不是说样本的绝对数量少(实际上,对任何算法来说,更多的样本几乎总
是能带来更好的效果),而是说与问题的复杂度比起来,SVM 算法要求的样本数是相对比
较少的。
非线性,是指 SVM 擅长应付样本数据线性不可分的情况,主要通过松弛变量(也有
人叫惩罚变量)和核函数技术来实现,这一部分是 SVM 的精髓,以后会详细讨论。多说
一句,关于文本分类这个问题究竟是不是线性可分的,尚没有定论,因此不能简单的认为
它是线性可分的而作简化处理,在水落石出之前,只好先当它是线性不可分的(反正线性
可分也不过是线性不可分的一种特例而已,我们向来不怕方法过于通用)。
高维模式识别是指样本维数很高,例如文本的向量表示,如果没有经过另一系列文章
(《文本分类入门》)中提到过的降维处理,出现几万维的情况很正常,其他算法基本就
没有能力应付了,SVM 却可以,主要是因为 SVM 产生的分类器很简洁,用到的样本信息
很少(仅仅用到那些称之为“支持向量”的样本,此为后话),使得即使样本维数很高,也
不会给存储和计算带来大麻烦(相对照而言,kNN 算法在分类时就要用到所有样本,样本
数巨大,每个样本维数再一高,这日子就没法过了……)。
下一节开始正式讨论 SVM。别嫌我说得太详细哦。
SVM 入门(二)线性分类器 Part 1
线性分类器(一定意义上,也可以叫做感知机) 是最简单也很有效的分类器形式.在一个线
性分类器中,可以看到 SVM 形成的思路,并接触很多 SVM 的核心概念.
用一个二维空间里仅有两类样本的分类问题来举个小例子。如图所示
C1 和 C2 是要区分的两个类别,在二维平面中它们的样本如上图所示。中间的直线就
是一个分类函数,它可以将两类样本完全分开。一般的,如果一个线性函数能够将样本完
全正确的分开,就称这些数据是线性可分的,否则称为非线性可分的。
什么叫线性函数呢?在一维空间里就是一个点,在二维空间里就是一条直线,三维空
间里就是一个平面,可以如此想象下去,如果不关注空间的维数,这种线性函数还有一个
统一的名称——超平面(Hyper Plane)!
实际上,一个线性函数是一个实值函数(即函数的值是连续的实数),而我们的分类
问题(例如这里的二元分类问题——回答一个样本属于还是不属于一个类别的问题)需要
离散的输出值,例如用 1 表示某个样本属于类别 C1,而用 0 表示不属于(不属于 C1 也就
意味着属于 C2),这时候只需要简单的在实值函数的基础上附加一个阈值即可,通过分类
函数执行时得到的值大于还是小于这个阈值来确定类别归属。 例如我们有一个线性函数
g(x)=wx+b
我们可以取阈值为 0,这样当有一个样本 xi 需要判别的时候,我们就看 g(xi)的值。若
g(xi)>0,就判别为类别 C1,若 g(xi)<0,则判别为类别 C2(等于的时候我们就拒绝判断,
呵呵)。此时也等价于给函数 g(x)附加一个符号函数 sgn(),即 f(x)=sgn [g(x)]是我们真正
的判别函数。
关于 g(x)=wx+b 这个表达式要注意三点:一,式中的 x 不是二维坐标系中的横轴,而
是样本的向量表示,例如一个样本点的坐标是(3,8),则 xT=(3,8) ,而不是 x=3(一般说向
量都是说列向量,因此以行向量形式来表示时,就加上转置)。二,这个形式并不局限于
二维的情况,在 n 维空间中仍然可以使用这个表达式,只是式中的 w 成为了 n 维向量(在
二维的这个例子中,w 是二维向量,注意这里的 w 严格的说也应该是转置的形式,为了表
示起来方便简洁,以下均不区别列向量和它的转置,聪明的读者一看便知);三,g(x)不
是中间那条直线的表达式,中间那条直线的表达式是 g(x)=0,即 wx+b=0,我们也把这个
函数叫做分类面。
实际上很容易看出来,中间那条分界线并不是唯一的,我们把它稍微旋转一下,只要
不把两类数据分错,仍然可以达到上面说的效果,稍微平移一下,也可以。此时就牵涉到
一个问题,对同一个问题存在多个分类函数的时候,哪一个函数更好呢?显然必须要先找
一个指标来量化“好”的程度,通常使用的都是叫做“分类间隔”的指标。下一节我们就仔细说
说分类间隔,也补一补相关的数学知识。
SVM 入门(三)线性分类器 Part 2
上回说到对于文本分类这样的不适定问题(有一个以上解的问题称为不适定问题),
需要有一个指标来衡量解决方案(即我们通过训练建立的分类模型)的好坏,而分类间隔
是一个比较好的指标。
在进行文本分类的时候,我们可以让计算机这样来看待我们提供给它的训练样本,每
一个样本由一个向量(就是那些文本特征所组成的向量)和一个标记(标示出这个样本属
于哪个类别)组成。如下:
Di=(xi,yi)
xi 就是文本向量(维数很高),yi 就是分类标记。
在二元的线性分类中,这个表示分类的标记只有两个值,1 和-1(用来表示属于还是
不属于这个类)。有了这种表示法,我们就可以定义一个样本点到某个超平面的间隔:
δi=yi(wxi+b)
剩余32页未读,继续阅读
资源评论
- cy198612302011-10-24写得真的很通俗,入门很容易。
- alansif2012-12-18简洁易懂,非常好哦
garnert
- 粉丝: 0
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功