機器學習-3 支持向量機【4 附代碼】

返回主頁


4 核函數(shù)理解
4.1 多項式核函數(shù)(Polynomial kernel function)及其推演

注:當 zeta = 0; gamma = 1; degree = 1 時,即為線性核函數(shù)

4.2 高斯核函數(shù)(Gaussian kernel)及其推演

借鑒泰勒展開

4.3 手寫 SVM 算法并與 Sklearn 作比較

# -*- coding: utf-8 -*-
from __future__ import (absolute_import, division, print_function)
import numpy as np
import pandas as pd
import scipy.spatial.distance as dist
from sklearn.utils import shuffle
from sklearn.model_selection import train_test_split
import random as rd
import matplotlib.pyplot as plt
from sklearn.svm import SVC

class SvmModel(object):
    def __init__(self, C, kernel, kernel_params, max_iter, tol, eps):
        self.C = C
        self.kernel = kernel
        self.kernel_params = kernel_params
        self.max_iter = max_iter
        self.tol = tol
        self.eps = eps
        
    def linear_kernel(self, x1, x2):
        '''線性核函數(shù)'''
        res = x1.dot(x2.T)
        return res
    
    def poly_kernel(self, x1, x2):
        '''多項式核函數(shù)'''
        zeta = self.kernel_params.get("zeta", 1.0)
        gamma = self.kernel_params.get("gamma", 1.0)
        degree = self.kernel_params.get("degree", 3.0)
        res = (zeta + gamma*x1.dot(x2.T))**degree
        return res
    
    def rbf_kernel(self, x1, x2):
        '''高斯核函數(shù)'''
        gamma = self.kernel_params.get("gamma", 1.0)
        x1 = np.atleast_2d(x1)
        x2 = np.atleast_2d(x2)
        res = np.exp(-gamma * dist.cdist(x1, x2)**2)
        return res
    
    def random_idx(self, i, N):
        '''a2索引的選擇:隨機搜索'''
        j = i
        while j == i:
            j = np.random.randint(0, N)
        return j
    
    def choose_alpha(self, y_train, N, a, b, K):
        '''搜索合適的a1和a2'''
        # 外循環(huán):搜索違反KKT條件的樣本點,優(yōu)先選擇支持向量點
        unbounded = [i for i in range(N) if a[i] == 0]
        bounded = [i for i in range(N) if i not in unbounded]
        # 合并外循環(huán)索引娱节,令支持向量排在前
        idx_list = []
        idx_list.extend(bounded)
        idx_list.extend(unbounded)
        
        for i in idx_list:
            gi = (a * y_train).dot(K[:, i]) + b
#            Ei = gi - y_train[i]
            # 內(nèi)循環(huán):針對違反KKT條件的a1橄杨,找到對應(yīng)的a2
            if (a[i] < self.C and y_train[i]*gi < 1 - self.tol) or \
            (a[i] > 0 and y_train[i]*gi > 1 + self.tol):
#                j = np.argmax(np.abs(Ei - E))
                j = self.random_idx(i, N)
            else:
                # 滿足KKT條件的點則跳過
                continue
        return i, j

    def find_bounds(self, y_train, i, j, ai_old, aj_old):
        '''確定上下確界'''
        if y_train[i] == y_train[j]:
            L = max(0.0, ai_old + aj_old - self.C)
            H = min(self.C, ai_old + aj_old)
        else:
            L = max(0.0, aj_old - ai_old)
            H = min(self.C, self.C + aj_old - ai_old)
        return L, H
    
    def clip_a(self, a_unc, L, H):
        '''a邊界截斷'''
        if a_unc > H:
            a_new = H
        elif a_unc < L:
            a_new = L
        else:
            a_new = a_unc
        return a_new
    
    def clip_b(self, bi_new, bj_new, ai_new, aj_new):
        '''b邊界截斷'''
        if 0 < ai_new < self.C:
            b = bi_new
        elif 0 < aj_new < self.C:
            b = bj_new
        else:
            b = (bi_new + bj_new) / 2.0
        return b


    def fit(self, x_train, y_train):
        '''模型訓練'''
        # 核函數(shù)映射
        if self.kernel == "linear":
            K = self.linear_kernel(x_train, x_train)
        elif self.kernel == "poly":
            K = self.poly_kernel(x_train, x_train)
        elif self.kernel == "rbf":
            K = self.rbf_kernel(x_train, x_train)
        else:
            raise ValueError("kernel must be 'linear', 'poly' or 'rbf'")
        # 參數(shù)初始化
        N = len(x_train)
        a = np.zeros([N])
        b = 0
        g = (a * y_train).dot(K) + b
        E = g - y_train
        # 參數(shù)結(jié)果保存列表
        a_res = []
        b_res = []
        E_res = []
        # 迭代
        for step in range(self.max_iter):
            # 搜索合適的 a1 和 a2
            i, j = self.choose_alpha(y_train, N, a, b, K)
            # 計算對應(yīng)的 E1
            gi = (a * y_train).dot(K[:, i]) + b
            Ei = gi - y_train[i]
            # 計算對應(yīng)的 E2
            gj = (a * y_train).dot(K[:, j]) + b
            Ej = gj - y_train[j]
            # 計算 eta
            eta = K[i, i] + K[j, j] - 2.0 * K[i, j]
            # 保存 a1 和 a2 的舊值
            ai_old, aj_old = a[i], a[j]
            # 計算 a2 的未剪輯值
            aj_unc = aj_old + y_train[j] * (Ei - Ej) / (eta + self.eps)
            # 計算 a2 的下確界和上確界
            L, H = self.find_bounds(y_train, i, j, ai_old, aj_old)
            # 計算 a2 的新值
            aj_new = self.clip_a(aj_unc, L, H)
            # 計算 a1 的新值
            ai_new = ai_old + y_train[i] * y_train[j] * (aj_old - aj_new)
            a[i], a[j] = ai_new, aj_new
            # 計算 b
            bi_new = b - Ei - y_train[i] * K[i,i] * (ai_new-ai_old) - \
                    y_train[j] * K[i,j] * (aj_new-aj_old)
            bj_new = b - Ej - y_train[i] * K[i,j] * (ai_new-ai_old) - \
                    y_train[j] * K[j,j] * (aj_new-aj_old)
            b = self.clip_b(bi_new, bj_new, ai_new, aj_new)
            # 更新 E 列表
            g = (a * y_train).dot(K) + b
            E = g - y_train
            # 保存參數(shù)
            E_res.append(np.sum(np.abs(E)))
            a_res.append(a)
            b_res.append(b)
        return E_res, a_res, b_res
    
    def predict(self, a, b, x_train, x_predict):
        '''模型預測'''
        # 適配核函數(shù)
        if self.kernel == "linear":
            K = self.linear_kernel(x_train, x_predict)
        elif self.kernel == "poly":
            K = self.poly_kernel(x_train, x_predict)
        elif self.kernel == "rbf":
            K = self.rbf_kernel(x_train, x_predict)
        else:
            raise ValueError("kernel must be 'linear', 'poly' or 'rbf'")
        # 預測
        y_pred = np.sign((a * y_train).dot(K) + b)
        return y_pred
    
    def get_score(self, y_true, y_pred):
        '''模型評估'''
        score = sum(y_true == y_pred) / len(y_true)
        return score


if __name__ == "__main__":
    # 構(gòu)造二分類數(shù)據(jù)集
    N = 50
    x1 = np.random.uniform(low=1, high=5, size=[N,2]) + np.random.randn(N, 2)*0.01
    y1 = np.tile(-1.0, N)
    
    x2 = np.random.uniform(low=6, high=10, size=[N,2]) + np.random.randn(N, 2)*0.01
    y2 = np.tile(1.0, N)
    
    x = np.concatenate([x1,x2], axis=0)
    y = np.concatenate([y1,y2])
    
    x, y = shuffle(x, y, random_state=0)
    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)
    
    # linear
    model = SvmModel(C=1.0, kernel="linear", kernel_params=None, max_iter=1000, tol=10**-4, eps=10**-6)
    E_res, a_res, b_res = model.fit(x_train, y_train)
    
    # poly
#    model = SvmModel(C=1.0, kernel="poly", kernel_params={"zeta":1.0, "gamma":0.01, "degree":3.0}, 
#                     max_iter=1000, tol=10**-4, eps=10**-6)
#    E_res, a_res, b_res = model.fit(x_train, y_train)
    
    # rbf
#    model = SvmModel(C=1.0, kernel="rbf", kernel_params={"gamma":10}, 
#                     max_iter=1000, tol=10**-4, eps=10**-6)
#    E_res, a_res, b_res = model.fit(x_train, y_train)
    
    # 對偶問題最優(yōu)解
    a_best = a_res[np.argmin(E_res)]
    print(f"對偶問題最優(yōu)解為:{a_best[a_best != 0]}")
    # 原問題最優(yōu)解
    b_best = b_res[np.argmin(E_res)]
    w_best = (a_best * y_train).dot(x_train)
    print(f"原問題最優(yōu)解為:{w_best, b_best}")
    # 支持向量
    x_support = x_train[a_best != 0]
    # predict on testSet
    y_pred = model.predict(a_best, b_best, x_train, x_test)
    score = model.get_score(y_test, y_pred)
    print(f"SvmModel 預測準確率:{score}")
    
    # 運行sklearn算法
    clf = SVC(C=1.0, kernel="linear", max_iter=1000)
    clf.fit(x_train, y_train)
    # 對偶問題最優(yōu)解
    alpha = clf.dual_coef_
    print(f"sklearn對偶問題最優(yōu)解為:{alpha}")
    # 原問題最優(yōu)解
    w = clf.coef_[0]
    b = clf.intercept_
    print(f"sklearn原問題最優(yōu)解為:{w, b}")
    # 支持向量
    x_support = x_train[clf.support_]
    y_pred = clf.predict(x_test)
    score = sum(y_test == y_pred) / len(y_test)
    print(f"sklearn 預測準確率:{score}")

運行結(jié)果:

對偶問題最優(yōu)解為:[0.07311687 0.07311687]
原問題最優(yōu)解為:(array([0.24793193, 0.29114169]), -3.064410196685151)
SvmModel 預測準確率:1.0

sklearn對偶問題最優(yōu)解為:[[-0.16756058 0.16756058]]
sklearn原問題最優(yōu)解為:(array([0.4837058 , 0.31804058]), array([-4.32046255]))
sklearn 預測準確率:1.0

可見,該例存在兩個支持向量,但 Sklearn 庫的求解結(jié)果和自寫算法存在一些區(qū)別,令人不解的是 Sklearn 庫中得到的對偶問題最優(yōu)解出現(xiàn)了負值


返回主頁

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末带猴,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子懈万,更是在濱河造成了極大的恐慌拴清,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,744評論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件会通,死亡現(xiàn)場離奇詭異口予,居然都是意外死亡,警方通過查閱死者的電腦和手機涕侈,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,505評論 3 392
  • 文/潘曉璐 我一進店門沪停,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事木张≈诒妫” “怎么了?”我有些...
    開封第一講書人閱讀 163,105評論 0 353
  • 文/不壞的土叔 我叫張陵舷礼,是天一觀的道長鹃彻。 經(jīng)常有香客問我,道長妻献,這世上最難降的妖魔是什么蛛株? 我笑而不...
    開封第一講書人閱讀 58,242評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮育拨,結(jié)果婚禮上谨履,老公的妹妹穿的比我還像新娘。我一直安慰自己至朗,他們只是感情好屉符,可當我...
    茶點故事閱讀 67,269評論 6 389
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著锹引,像睡著了一般。 火紅的嫁衣襯著肌膚如雪唆香。 梳的紋絲不亂的頭發(fā)上嫌变,一...
    開封第一講書人閱讀 51,215評論 1 299
  • 那天,我揣著相機與錄音躬它,去河邊找鬼腾啥。 笑死,一個胖子當著我的面吹牛冯吓,可吹牛的內(nèi)容都是我干的倘待。 我是一名探鬼主播,決...
    沈念sama閱讀 40,096評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼组贺,長吁一口氣:“原來是場噩夢啊……” “哼凸舵!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起失尖,我...
    開封第一講書人閱讀 38,939評論 0 274
  • 序言:老撾萬榮一對情侶失蹤啊奄,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后掀潮,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體菇夸,經(jīng)...
    沈念sama閱讀 45,354評論 1 311
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,573評論 2 333
  • 正文 我和宋清朗相戀三年仪吧,在試婚紗的時候發(fā)現(xiàn)自己被綠了庄新。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,745評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖择诈,靈堂內(nèi)的尸體忽然破棺而出械蹋,到底是詐尸還是另有隱情,我是刑警寧澤吭从,帶...
    沈念sama閱讀 35,448評論 5 344
  • 正文 年R本政府宣布朝蜘,位于F島的核電站,受9級特大地震影響涩金,放射性物質(zhì)發(fā)生泄漏谱醇。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,048評論 3 327
  • 文/蒙蒙 一步做、第九天 我趴在偏房一處隱蔽的房頂上張望副渴。 院中可真熱鬧,春花似錦全度、人聲如沸煮剧。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,683評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽勉盅。三九已至,卻和暖如春顶掉,著一層夾襖步出監(jiān)牢的瞬間草娜,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,838評論 1 269
  • 我被黑心中介騙來泰國打工痒筒, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留宰闰,地道東北人。 一個月前我還...
    沈念sama閱讀 47,776評論 2 369
  • 正文 我出身青樓簿透,卻偏偏與公主長得像移袍,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子老充,可洞房花燭夜當晚...
    茶點故事閱讀 44,652評論 2 354

推薦閱讀更多精彩內(nèi)容

  • 【概述】 SVM訓練分類器的方法是尋找到超平面葡盗,使正負樣本在超平面的兩側(cè)(分類正確性即“分得開”),且樣本到超平面...
    sealaes閱讀 11,072評論 0 7
  • 參考Jerrylead和july-支持向量機通俗導論 一蚂维、由邏輯回歸戳粒,引申出SVM(線性可分的SVM) 1.1 邏...
    小碧小琳閱讀 1,443評論 0 2
  • 首頁 資訊 文章 資源 小組 相親 登錄 注冊 首頁 最新文章 IT 職場 前端 后端 移動端 數(shù)據(jù)庫 運維 其他...
    Helen_Cat閱讀 3,873評論 1 10
  • 支持向量機:是一種監(jiān)督式學習的方法,可廣泛地應(yīng)用于統(tǒng)計分類以及回歸分析虫啥。支持向量機屬于一般化線性分類器蔚约,這族分類器...
    Vince_zzhang閱讀 1,262評論 0 0
  • 二、核函數(shù) 上一節(jié)我們說到涂籽,在引入對偶問題與KKT條件以后苹祟,此時的w為 于是此時的模型從wx+b轉(zhuǎn)換成了另一個形式...
    小碧小琳閱讀 755評論 0 1