特别注意：
本公众号原名“红色石头的机器学习之路”即将改名为“AI算法修行”，请大家留意并继续关注本公众号！谢谢！
上节课我们主要介绍了线性支持向量机（Linear Support Vector Machine）。Linear SVM的目标是找出最“胖”的分割线进行正负类的分离，方法是使用二次规划来求出分类线。本节课将从另一个方面入手，研究对偶支持向量机（Dual Support Vector Machine），尝试从新的角度计算得出分类线，推广SVM的应用范围。
——前言
1
Motivation of Dual SVM
首先，我们回顾一下，对于非线性SVM，我们通常可以使用非线性变换将变量从x域转换到z域中。然后，在z域中，根据上一节课的内容，使用线性SVM解决问题即可。上一节课我们说过，使用SVM得到large-margin，减少了有效的VC Dimension，限制了模型复杂度；另一方面，使用特征转换，目的是让模型更复杂，减小Ein。所以说，非线性SVM是把这两者目的结合起来，平衡这两者的关系。那么，特征转换下，求解QP问题在z域中的维度设为d^+1，如果模型越复杂，则d^+1越大，相应求解这个QP问题也变得很困难。当d^无限大的时候，问题将会变得难以求解，那么有没有什么办法可以解决这个问题呢？一种方法就是使SVM的求解过程不依赖d^，这就是我们本节课所要讨论的主要内容。
比较一下，我们上一节课所讲的Original SVM二次规划问题的变量个数是d^+1，有N个限制条件；而本节课，我们把问题转化为对偶问题（’Equivalent’ SVM），同样是二次规划，只不过变量个数变成N个，有N+1个限制条件。这种对偶SVM的好处就是问题只跟N有关，与d^无关，这样就不存在上文提到的当d^无限大时难以求解的情况。
如何把问题转化为对偶问题（’Equivalent’ SVM），其中的数学推导非常复杂，本文不做详细数学论证，但是会从概念和原理上进行简单的推导。
所以，在regularization问题中，λ是已知常量，求解过程变得容易。那么，对于dual SVM问题，同样可以引入λ，将条件问题转换为非条件问题，只不过λ是未知参数，且个数是N，需要对其进行求解。
这个函数右边第一项是SVM的目标，第二项是SVM的条件和拉格朗日因子αn的乘积。我们把这个函数称为拉格朗日函数，其中包含三个参数：b，w，αn。
下面，我们利用拉格朗日函数，把SVM构造成一个非条件问题：
2
Lagrange Dual SVM
现在，我们已经将SVM问题转化为与拉格朗日因子αn有关的最大最小值形式。已知αn≥0，那么对于任何固定的α′，且αn′≥0，一定有如下不等式成立：
对上述不等式右边取最大值，不等式同样成立：
上述不等式表明，我们对SVM的min和max做了对调，满足这样的关系，这叫做Lagrange dual problem。不等式右边是SVM问题的下界，我们接下来的目的就是求出这个下界。
已知≥是一种弱对偶关系，在二次规划QP问题中，如果满足以下三个条件：
- 函数是凸的（convex primal）
- 函数有解（feasible primal）
- 条件是线性的（linear constraints）
那么，上述不等式关系就变成强对偶关系，≥变成=，即一定存在满足条件的解(b,w,α)，使等式左边和右边都成立，SVM的解就转化为右边的形式。
经过推导，SVM对偶问题的解已经转化为无条件形式：
其中，上式括号里面的是对拉格朗日函数L(b,w,α)计算最小值。那么根据梯度下降算法思想：最小值位置满足梯度为零。首先，令L(b,w,α)对参数b的梯度为零：
这样，SVM表达式消去了b，问题化简了一些。然后，再根据最小值思想，令L(b,w,α)对参数w的梯度为零：
即得到：
这样，SVM表达式消去了w，问题更加简化了。这时候的条件有3个：
总结一下，SVM最佳化形式转化为只与αn有关：
其中，满足最佳化的条件称之为Karush-Kuhn-Tucker(KKT)：
在下一部分中，我们将利用KKT条件来计算最优化问题中的α，进而得到b和w。
3
Solving Dual SVM
上面我们已经得到了dual SVM的简化版了，接下来，我们继续对它进行一些优化。首先，将max问题转化为min问题，再做一些条件整理和推导，得到：
显然，这是一个convex的QP问题，且有N个变量αn，限制条件有N+1个。则根据上一节课讲的QP解法，找到Q，p，A，c对应的值，用软件工具包进行求解即可。
4
Messages behind Dual SVM
回忆一下，上一节课中，我们把位于分类线边界上的点称为support vector（candidates）。本节课前面介绍了αn>0的点一定落在分类线边界上，这些点称之为support vector（注意没有candidates）。也就是说分类线上的点不一定都是支持向量，但是满足αn>0的点，一定是支持向量。
SV只由αn>0的点决定，根据上一部分推导的w和b的计算公式，我们发现，w和b仅由SV即αn>0的点决定，简化了计算量。这跟我们上一节课介绍的分类线只由“胖”边界上的点所决定是一个道理。也就是说，样本点可以分成两类：一类是support vectors，通过support vectors可以求得fattest hyperplane；另一类不是support vectors，对我们求得fattest hyperplane没有影响。
回过头来，我们来比较一下SVM和PLA的w公式：
总结一下，本节课和上节课主要介绍了两种形式的SVM，一种是Primal Hard-Margin SVM，另一种是Dual Hard_Margin SVM。Primal Hard-Margin SVM有d^+1个参数，有N个限制条件。当d^+1很大时，求解困难。而Dual Hard_Margin SVM有N个参数，有N+1个限制条件。当数据量N很大时，也同样会增大计算难度。两种形式都能得到w和b，求得fattest hyperplane。通常情况下，如果N不是很大，一般使用Dual SVM来解决问题。
5
Summary
本节课主要介绍了SVM的另一种形式：Dual SVM。我们这样做的出发点是为了移除计算过程对d^的依赖。Dual SVM的推导过程是通过引入拉格朗日因子α，将SVM转化为新的非条件形式。然后，利用QP，得到最佳解的拉格朗日因子α。再通过KKT条件，计算得到对应的w和b。最终求得fattest hyperplane。下一节课，我们将解决Dual SVM计算过程中对d^的依赖问题。
长按二维码扫描关注
AI算法修行