CS229 笔记07

Optimal Margin Classifier

• 回顾SVM

  \[ \begin{eqnarray*} h_{W,b}&=&g(W^{\rm T}x+b)\\[1em] g(z)&=&\begin{cases}1&z\geq0\\[1em]-1&z<0\end{cases}\\[1em] y&\in&\{-1,1\}\\[1em] \hat\gamma^{(i)}&=&y^{(i)}\left(W^{\rm T}x+b\right)\tag{Functional Margin}\\[1em] \gamma^{(i)}&=&y^{(i)}\left(\frac{W^{\rm T}}{||W||}x+\frac{b}{||W||}\right)\tag{Geometric Margin}\\[1em] \hat\gamma&=&\min_i \hat\gamma^{(i)}\\[1em] \gamma&=&\min_i \gamma^{(i)}\\[1em] \end{eqnarray*} \]

• Optimal Margin Classifier（最大间隔分类器）

  由于函数间隔 \(\hat\gamma?\) 是可以通过改变 \(W?\) 和 \(b?\) 来任意缩放的，所以这里说的“最大间隔”指的是几何间隔 \(\gamma?\) ，而几何间隔所需要满足的条件是，对于任意的样本 \((x^{(i)},y^{(i)})?\) ，都有 \(\gamma^{(i)}\geq\gamma?\) ，即：

  \[ \max \gamma\{\text{s.t. }}y^{(i)}\left(\frac{W^{\rm T}}{||W||}x+\frac{b}{||W||}\right)\geq\gamma \]

  这就是最大间隔分类器最原始的想法，在满足所有样本到超平面的距离都大于 \(\gamma\) 的前提下，最大化这个 \(\gamma\) 。但是这就有一个问题，当找到这么一组 \((W,b)\) 满足上面的最优化条件后， \((2W,2b)\) 也将满足上面的最优化条件（因为 \((W,b)\) 和 \((2W,2b)\) 其实就是同一个超平面），所以需要限定一下缩放的原则，比如规定 \(||W||=1\) ，或者 \(W_1=1\) 等等，这个原则可以有多种方式选定。假设约定 \(||W||=1\) ，那么上面的优化问题就转变成以下的形式：

  \[ \max \gamma\{\text{s.t. }}y^{(i)}\left(W^{\rm T}x^{(i)}+b\right)\geq\gamma {\text{ and }} ||W||=1 \]

  然而这并不是一个很好的优化问题，因为这个 \(||W||=1\) 是一个很糟糕的非凸性约束（ \(W\) 将在一个球面上取值，而球面集并不是一个凸集），所以还需要把优化问题再换一种表达方式。既然在约束条件里面很难给 \(W\) 作一个约束（因为很难找到一个约束条件既能防止 \(W\) 任意缩放，又能保证 \(W\) 的取值集合是一个凸集），那么可以尝试把 \(W\) 放到目标优化函数里面：

  \[ \max \gamma=\max \frac{\hat\gamma}{||W||}\{\text{s.t. }}y^{(i)}\left(W^{\rm T}x^{(i)}+b\right)\geq\hat\gamma \]

  但是这时候目标函数 \(\hat\gamma/||W||\) 又不是一个凸函数了。注意到 \(\hat\gamma\) 是可以任意缩放的，那么可以令 \(\hat\gamma=1\) ，得到：

  \[ \max \frac{1}{||W||}\{\text{s.t. }}y^{(i)}\left(W^{\rm T}x^{(i)}+b\right)\geq1 \]

  把最大化目标函数转为最小化其倒数，并平方：

  \[ \min ||W||^2\{\text{s.t. }}y^{(i)}\left(W^{\rm T}x^{(i)}+b\right)\geq1 \]

  这就是最大间隔分类器的最终形式，其目标优化函数是一个凸函数，约束集是一个凸集。

Lagrange Multiplier

• Lagrange Multiplier（拉格朗日常数法）的一般形式

  要解决的问题为：

  \[ \min f(w)\{\text{s.t. }}h_i(w)=0,\,(i=1,2,\cdots,l) \]

  要求解以上问题，首先要创建一个拉格朗日算子：

  \[ {\mathcal L}(w,\beta)=f(w)+\sum_i\beta_ih_i(w) \]

  其中的 \(\beta_i\) 被称为Lagrange Multiplier（拉格朗日乘数）。

  然后令它的偏导数为0，求解方程组即可：

  \[ \begin{eqnarray*} \frac{\partial{\mathcal L}(w,\beta)}{\partial w}&=&0\\[1em] \frac{\partial {\mathcal L}(w,\beta)}{\partial\beta}&=&0\\[1em] \end{eqnarray*} \]

• Lagrange Multiplier（拉格朗日常数法）的扩展形式

  要求解的问题为：

  \[ \min_w f(w)\\begin{eqnarray*} {\text{s.t. }}g_i(w)&\leq&0,\,(i=1,2,\cdots,k)\tag{1}\h_i(w)&=&0,\,(i=1,2,\cdots,l)\tag{2}\\end{eqnarray*} \]

  拉格朗日算子为：

  \[ {\mathcal L}(w,\alpha,\beta)=f(w)+\sum_{i=1}^k\alpha_ig_i(w)+\sum_{i=1}^l\beta_ih_i(w)\tag{3} \]

  定义 \(\Theta_P(w)\) 为：

  \[ \Theta_P(w)\xlongequal{def}\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}{\mathcal L}(w,\alpha,\beta)\tag{4} \]

  现在考虑另一个优化问题：

  \[ p^*=\min_w\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}{\mathcal L}(w,\alpha,\beta)=\min_w\Theta_P(w) \]

  若 \(g_i(w)>0\) ，不满足条件 \((1)\) ，那么根据等式 \((3)\) 和 \((4)\) ， \(\Theta_P(w)\) 将是一个无穷大值。若 \(h_i(w)\neq0\) ，不满足条件 \((2)\) ，同理 \(\Theta_P(w)\) 也将是一个无穷大值。

  若同时满足条件 \((1)\) 和条件 \((2)\) ，那么显然：

  \[ \Theta_P(w)=f(w) \]

  所以原来的优化问题也转变成新的优化问题：

  \[ \min_w f(w)=\min_w \Theta_P(w)=p^* \]

Dual Problem

• Dual Problem（对偶问题）

  定义：
  \[ \Theta_D(\alpha, \beta)=\min_w{\mathcal L}(w,\alpha,\beta)\d^*=\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}\min_w{\mathcal L}(w,\alpha,\beta)=\max_{\alpha,\beta,\,{\text{s.t.}}\,\alpha\geq0}\Theta_D(\alpha,\beta) \]
  则 \(d^*\) 就是 \(p^*\) 的对偶问题，其实就是交换了 \(\min\) 和 \(\max\) 的位置。在通常情况下， \(d^*\leq p^*\) ，