支持向量机入门.docxVIP

编辑版 编辑版 word SVM 入门 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) 就是置信风统险计。 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