一、定义

SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。

二、优缺点

优点：泛化错误率低，计算开销不大，结果易于解释。SVM能够利用已知的有效算法发现目标函数的全局最小值，而其他分类方法（如基于规则的分类器和人工神经网络）都采用一种基于贪心学习的策略来搜索假设空间，这种方法一般只能获得局部最优解

缺点：核函数选择和参数调整比较敏感，原始分类器如果不经过调整，只能用于二分类的问题。

适用数据类型：数值型、标称型

三、相关概念

分隔超平面：如果数据是n维的，要将数据分类隔开，那么需要一个（n-1）维的对象对数据进行分隔，这个对象就被称为分隔超平面。

间隔：离分隔超平面最近的点，离超平面的距离，称为间隔。SVM的目的就是追求间隔最大化。

支持向量：离分割超平面最近的那些点。

线性分类器：线性分类器的学习目标是——要在n维的数据空间中找到一个超平面（hyper plane），这个超平面的方程可以用线性函数表示为（ wT中的T代表转置）：$w^{T}x+b=0$

这里是强调的是平面。而非线性的分类界面没有这个限制，可以是曲面，多个超平面的组合等。

四：目的

追求间隔最大化

五、知识储备

1、点（x${}_0$，y${}_0$)到直线(AX+BY+C=0)的距离：$\frac{|A{x}_0+B{y}_0+C|}{\sqrt{A^2+B^2}}$
将y0看作xi，此处等价于： $\frac{label\ast (w^T\ast x_i+b)}{||w||}$
函数距离： $|w^T\ast x_i+b|$
几何距离： $\frac{label\ast (w^T\ast x_i+b)}{||w||}$
当w 和b 同倍数增加时候，函数距离也会通倍数增加；而几何距离不变

2、两个向量的内积：
$x=\left(\begin{array}{c}{x}_1\\ x_2\\ x_3\\ \dots \\ x_n\end{array}\right)$，$y=\left(\begin{array}{c}{y}_1\\ y_2\\ y_3\\ \dots \\ y_n\end{array}\right)$
向量x与y的内积：$⟨x,y⟩=x_1{y}_1+x_2{y}_2+x_3{y}_3+\dots +x_n{y}_n$

3、极值：

函数在其定义域的某些局部区域所达到的相对最大值或相对最小值，分别称为极大值或极小值，统称为极值。

对于一元可微函数f(x)，它在某点$x_0$有极值的充分必要条件是f(x)在$x_0$的某邻域上一阶可导，在$x_0$处二阶可导，且$f^{\prime }(x_0)$=0，$f^{\prime \prime }(x_0)$≠0，那么：
1）若f"（x0）<0，则f在x0取得极大值；
2）若f"（x0）>0，则f在x0取得极小值。

4、拉格朗日乘数法：

	拉格朗日乘数法，是一种寻找多元函数的极值的方法，这个多元函数的变量受一个或多个条件约束。

	这种方法将一个有n 个变量与k 个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。
	
	这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。

	例如：对于原目标函数ƒ(x)，有k个等式约束hk(x)，及n个变量（x1，x2，…，xn），求对于这具有K个等式约束的n维优化问题，可以将原目标函数改造为：
	F(x,λ)=ƒ(x)+λ1 h1(x)+λ2 h2(x)+…+λk hk(x)
	其中的待定系数λk称为拉格朗日乘子
	在极点处，有F对xi一阶导数为0，F对λk一阶导数为0

	在多元函数中，例如设给定二元函数z=ƒ(x,y)和附加条件φ(x,y)=0，为寻找z=ƒ(x,y)在附加条件下的极值点，参考上述一元函数的讲解可得： 

先做拉格朗日函数：$F_{(x,y,\lambda )}=f_{(x,y)}+\lambda {\phi }_{(x,y)}$
求极值，令F(x,y,λ)对x和y和λ的一阶偏导数等于零，即
$F_x^{\prime }={ƒ}_x^{\prime }(x,y)+\lambda {\phi }_x^{\prime }(x,y)=0$
$F_y^{\prime }={ƒ}_y^{\prime }(x,y)+\lambda {\phi }_y^{\prime }(x,y)=0$
$F_{\lambda }^{\prime }=\phi (x,y)=0$
由上述方程组解出x,y及λ，如此求得的(x,y)，就是函数z=ƒ(x,y)在附加条件φ(x,y)=0下的可能极值点。 若这样的点只有一个，由实际问题可直接确定此即所求的点。

5、求极值的几种情况：

a、无约束条件

	这是最简单的情况，解决方法通常是函数对变量求导，令求导函数等于0的点可能是极值点。将结果带回原函数进行验证即可。

b、等式约束条件

	设目标函数为f(x,y)，约束条件为λφ(x,y)，形如 s.t. 表示subject to ，“受限于”的意思，l表示有l个约束条件。
当目标函数加上约束条件后，变为如下形式：

min f(x,y)
s.t. $\lambda {\phi }_k(x,y)$=0 k=1,2,3,……,l

	约束条件会将解的范围限定在一个可行域，此时不一定能找到使得

${▽}_{x}f(x)$= 0

的点，只需找到在可行域内使得 f(x)最小的值即可。解决方法是消元法或者拉格朗日法,常用的方法即为拉格朗日乘子法:

$F_{(x,y,\lambda )}=f_{(x,y)}+\lambda {\phi }_{(x,y)}$。

c、不等式约束条件

	设目标函数f(x)，不等式约束为g(x)，有的教程还会添加上等式约束条件h(x)。此时的约束优化问题描述如下：

min f(X)
s.t. $h_i(X)$=0 i=1,2,3,……,p
$g_j(X)$<=0 j=1,2,3,……,q

	解决方法是拉格朗日乘子法,则我们定义不等式约束下的拉格朗日函数L，则L表达式为：

$L(X,λ,\mu)=f(x) + \sum_{i=1}^p λ_ih_{i}(X) + \sum_{j=1}^q \mu_jg_{j}(X) $

其中f(x)是原目标函数，$h_i(X)$ 是第i个等式约束条件，λi是对应的约束系数，$g_j(X)$ 是不等式约束，${\mu }_j$ 是对应的约束系数。

此时若要求解上述优化问题，必须满足下述条件（也是我们的求解条件）：

$\partial L/\partial X\vert_{x=x^} $=0 （1）
$ λ_i$!=0 （2）
${\mu }_j$>=0 （3）
$\mu_jg_{j}(X^) $=0 （4）
$h_i(X^{\ast })$=0 （5）
$g_{j}(X^*) $<=0 （6）
这些求解条件就是KKT条件。

(1)是对拉格朗日函数取极值时候带来的一个必要条件;
(2)是拉格朗日系数约束（同等式情况）
(3)是不等式约束情况。我们构造L(x,λ,u)函数，是希望L(x,λ,u)<=f(x)的（min表示求最小值）。在L(x,λ,u)表达式中第二项为0，若使得第三项小于等于0就必须使得系数u>=0，这也就是条件(3)。
(4)是互补松弛条件。要求得L(x,λ,u)的最小值一定是三个公式项中取得最小值，此时第三项最小就是等于0值的时候。稍微正式一点的解释，是由松弛变量推导而来。
(5)、(6)是原约束条件。

对于条件4，有如下推导：

               
                证明开始

设有如下不等式约束优化问题：
min f(X)
s.t. g1(X)=a-x<=0
g2(X)=x-b<=0

此时引入松弛变量可以将不等式约束变成等式约束。设c和d为两个松弛变量，则上述的不等式约束可写为：
h1(x,c)=g1(X)+c^2=a-x+c2=0
h2(x,d)=g2(X)+d^2=x-b+d2=0

$ h_1(x,c)=a-x+c^2=0 $
$ h_2(x,d)=x-b+d^2=0 $

则该问题的拉格朗日函数为：

$L(x,c,d,\lambda ,\mu )=f(x)+\lambda h_1(x,c)+\mu h_2(x,d)$
$L(x,c,d,\lambda ,\mu )=f(x)+\lambda (a-x+c^2)+\mu (x-b+d^2)$
其中：$\lambda \ge 0，\mu \ge 0$

根据拉格朗日乘子法，求解方程组：
$\frac{\partial L}{\partial x}=f^{\prime }(x)+\lambda \frac{\partial g_1(x)}{\partial x}+\mu \frac{\partial g_2(x)}{\partial x}=0$
<=> $\frac{\partial L}{\partial x}=f^{\prime }(x)-\lambda +\mu =0$

$\frac{\partial L}{\partial c}=2\lambda c=0$

$\frac{\partial L}{\partial d}=2\mu d=0$

$\frac{\partial L}{\partial \lambda }=h_1(x,c)=g_1(x)+c^2=0$

$\frac{\partial L}{\partial \mu }=h_2(x,d)=g_2(x)+d^2=0$

则由:$2\lambda c=0，\lambda \ge 0$，推出：$c=0$
同理：$d=0$

于是推出条件：
$ λ g_1(x) =0,\mu g_2(x)=0$

                
                   证明结束

六、SVM优化目标函数

目标：找到具有最小间隔的数据点（即支持向量），然后求间隔最大化，进而找出分类器中的w和b。

根据点到直线的距离（可翻看本文章5.1节），向量的间隔为$label\ast$($w^T\ast x_i+b$)$) * \frac1{||w||} $
得到初始函数：arg max${}_{w,b}${ $mi{n}_n(label\ast$($w^T\ast x_i+b$)$) * \frac1{||w||} KaTeX parse error: Expected 'EOF', got '}' at position 1: }̲ 根据函数距离和几何距离可以得…w^T*x_i+b$)取到最小值1，即所有点都在支持向量中，那么此时只需求解$\frac1{||w||}$的最大值即可。

此时，问题转化成了：在约束条件label*($w^T\ast x_i+b$)>=1.0 下，求$f_{(x)}=\frac{1}{||w||}$的最大值。

因为求max$\frac{1}{||w||}$ 的值等价于：
min($\frac{1}{2}||w|{|}^2$)
s.t. label*($w^T\ast x_i+b$)>=1，i=1,2,……,n

这里引入拉格朗日乘子法。通过给每一个约束条件加上一个拉格朗日乘子，定义拉格朗日函数。（通过拉格朗日函数将约束条件融合到目标函数里去，从而只用一个函数表达式便能清楚的表达出我们的问题）：
$L(w,b,a)=\frac{1}{2}||w|{|}^2-{\sum }_{i=1}^n{a}_i\ast (labe{l}_{(i)}\ast (w^T\ast x_i+b)-1)$
其中，$a_i$是每一个约束条件对应的拉格朗日乘子

现在，问题转变成求：$mi{n}_{w,b}(ma{x}_{a_i\ge 0}L(w,b,a))$

由于一上来便得面对w和b两个参数，而$a_i$又是不等式约束，这个求解过程不好做。当满足KKT条件时，我们可以把最小和最大的位置交换一下，变成：$ma{x}_{a_i\ge 0}(mi{n}_{w,b}L(w,b,a))$

交换以后的新问题是原始问题的对偶问题，当满足KKT条件时，这两者相等，这个时候就可以通过求解对偶问题来间接地求解原始问题。

下面可以先求L 对w、b的极小，再求L 对$a_i$的极大。

1、首先固定$a_i$，要让 L 关于 w 和 b 最小化，我们分别对w，b求偏导数，即令 ∂L/∂w 和 ∂L/∂b 等于零。这个地方推导出了一个重要的式子：∂L/∂w=0 <=> $w={\sum }_{i=1}^n{a}_i\ast x_i\ast y_i$

2、求对$a$的极大，即是关于对偶问题的最优化问题。经过上面第一个步骤的求w和b，得到的拉格朗日函数式子已经没有了变量w，b，只有$a$。

最后，目标函数写成：
$ma{x}_a[{\sum }_{i=1}^m\alpha -\frac{1}{2}{\sum }_{i,j=1}^{m}labe{l}_{(i)}\ast labe{l}_{(j)}\ast a_i\ast a_j\ast ⟨x_i,x_j⟩]$
具体转化方法请参照：
http://blog.csdn.net/ali197294332/article/details/50767926