网站宣传片的创意,如何给网站添加ico,wordpress文章发布没有页面模板,wordpress添加api接着Python机器学习算法入门教程#xff08;第三部分#xff09;#xff0c;继续展开描述。
十九、信息熵是什么
通过前两节的学习#xff0c;我们对于决策树算法有了大体的认识#xff0c;本节我们将从数学角度解析如何选择合适的“特征做为判别条件”#xff0c;这里…接着Python机器学习算法入门教程第三部分继续展开描述。
十九、信息熵是什么
通过前两节的学习我们对于决策树算法有了大体的认识本节我们将从数学角度解析如何选择合适的“特征做为判别条件”这里需要重点掌握“信息熵”的相关知识。 信息熵这一概念由克劳德·香农于1948 年提出。香农是美国著名的数学家、信息论创始人他提出的“信息熵”的概念为信息论和数字通信奠定了基础。 在理解“信息熵”这个词语前我们应该理解什么是“信息”。信息是一个很抽象的概念比如别人说的一段话就包含某些“信息”或者我们所看到的一个新闻也包含“信息”人们常常说信息很多或者信息较少但却很难说清楚信息到底有多少。比如一篇 10 万字的论文到底包含多少信息量信息熵就是用来解决对信息的量化问题的。 “熵”这一词语从热力学中借用过来的热力学中的“热熵”是表示分子状态混乱程度的物理量香农使用“信息熵”这一概念来量化“信息量”。信息的计算是非常复杂的具有多重前提条件的信息更是无法计算但由于信息熵和热力熵紧密相关所以信息熵可以在衰减的过程中被测定出来。
1、理解信息熵
想要非常清楚地讲明白“信息熵”到底是什么需要结合物理上的知识不过这样就有点“舍本逐末”所以我们只要理解香农给出的相关结论即可 信息熵是用于衡量不确定性的指标也就是离散随机事件出现的概率简单地说“情况越混乱信息熵就越大反之则越小”。 为了便于大家理解我们通过下述示例进一步说明 比如“台湾是中国的固有领土”和“台湾不是中国的固有领土”你感觉哪一句话传递的信息量更大当然是后者因为前者属于既定事实而后者若要发生的话可能是发生了巨大的变革而导致的。如果一件事 100% 发生那么这件事就是确定的事情其信息熵无限接近于最小但如果这件事具有随机性比如抛硬币其结果可能正面也可能反面那么这件事就很不确定此时的信息熵就无限接近于最大值。 再比如封闭的房间一直不打扫那么房间不可能越来越干净只能不断的落灰和结下蜘蛛网如果想要让它变得整洁、有序就需要外力介入去打扫房间。这个过程中趋向于混乱的房间其信息熵不断增大而打扫后的房间则趋向于信息熵最小。伟大数学家香农给出了信息熵的计算公式如下所示 其中 p 代表概率的意思这里 “X” 表示进行信息熵计算的集合。在决策树分类算法中我们可以按各个类别的占比占比越高该类别纯度越高来理解其中 N 表示类别数目而 Pk 表示类别 K 在子集中的占比。理解了上述含义再理解信息熵的计算过程就非常简单了分为三次四则运算即相乘、求和最后取反。
2、信息熵公式计算
下面我们举一个简单的例子对上述信息熵计算公式进行简单的应用在二元分类问题中如果当前样本全部属于 k 类别那么该类别在子集节点中的占比达到 100%而另一个类别占比为 0即 pk 1此时信息熵的计算公式如下 关于对数函数的运算法则这里不再赘述以 2 为底 1 的对数为 0因此最终两个类别的信息熵求和结果为 0。信息熵为 0 说明子集内的类别一致“整齐有序”。由此也可以得知 pk0.5 时候信息熵的取得最大值。下面根据上述信息我们绘制信息熵的函数图像如下所示 3、ID3算法—信息增益
通过前面知识的学习我们知道决策树算法是以包含所有类别的集合为计算对象并通过条件判别从中筛选出纯度较高的类别那么我们如何利用信息熵从特征集合中选择决策条件呢下面我们以 ID3 算法为例进行说明。
ID3Iterative Dichotomiser 3迭代二叉树3代算法是决策树算法的其中一种它是基于奥卡姆剃刀原理实现的这个原理的核心思想就是“大道至简用尽量少的东西去做更多的事情”。 把上述原理应用到决策树中就有了 ID3 算法的核心思想越小型的决策树越优于大的决策树也就是使用尽可能少的判别条件。ID3 算法使用了信息增益实现判别条件的选择从香农的“信息论”中可以得知ID3 算法选择信息增益最大的特征维度进行 if -else 判别。
1 理解信息增益
那么到底什么是信息增益我们又如何计算特征维度信息增益值的大小呢 简单地说信息增益是针对一个具体的特征而言的某个特征的有无对于整个系统、集合的影响程度就可以用“信息增益”来描述。我们知道经过一次 if-else 判别后原来的类别集合就被被分裂成两个集合而我们的目的是让其中一个集合的某一类别的“纯度”尽可能高如果分裂后子集的纯度比原来集合的纯度要高那就说明这是一次 if-else 划分是有效过的。通过比较使的“纯度”最高的那个划分条件也就是我们要找的“最合适”的特征维度判别条件。
2 信息增益公式
那么如何计算信息增益值这里我们可以采用信息熵来计算。我们通过比较划分前后集合的信息熵来判断也就是做减法用划分前集合的信息熵减去按特征维度属性划分后的信息熵就可能够得到信息增益值。公式如下所示 G(S,a) 表示集合 S 选择特征属性 t 来划分子集时的信息增益。H(x) 表示集合的信息熵。上述的“减数”看着有点复杂下面重点讲解一下减数的含义
大写字母 K 表示按特征维度 t 划分后产生了几个子集的意思比如划分后产生了 5 个子集吗那么 K 5。小写字母 k 表示按特征维度 t 划分后5 个子集中的某一个子集k 1 指的是从第一个子集开始求和计算。|S| 与 |Sk| 表示集合 S 中元素的个数这里的||并不是绝对值符号而 |Sk| 表示划分后某个集合的元素个数。|S| /|Sk| 表示一个子集的元素个数在原集合的总元素个数中的占比指该子集信息熵所占的权重占比越大权重就越高。
最后比较不同特征属性的信息增益增益值越大说明子集的纯度越高分类的效果就越好我们把效果最好的特征属性选为 if-else 的最佳判别条件。 ID3 算法是一个相当不错的决策树算法能够有效解决分类问题其原理比较容易理解。C4.5 算法是 ID3 算法的增强版这个算法使用了“信息增益比”来代替“信息增益”而 CART 算法则采用了“基尼指数”来选择判别条件“基尼指数”并不同于“信息熵”但却与信息熵有着异曲同工之妙这些将作为延伸扩展知识在后续内容中讲解。
二十、决策树算法和剪枝原理
本节我们对决策算法原理做简单的解析帮助您理清算法思路温故而知新。 我们知道决策树算法是一种树形分类结构要通过这棵树实现样本分类就要根据 if -else 原理设置判别条件。因此您可以这样理解决策树是由许多 if -else 分枝组合而成的树形模型。
1、决策树算法原理
决策树特征属性是 if -else 判别条件的关键所在我们可以把这些特征属性看成一个集合我们要选择的判别条件都来自于这个集合通过分析与计算选择与待分类样本最合适的“判别条件”。通过前面文章的学习我们可以知道被选择的“判别条件”使得样本集合的某个子树节点“纯度”最高。 上述过程就好比从众多的样本中提取“类别纯度”最高的样本集合因此我们可以起一个形象化的名字“提纯”过程示意图如下所示 图1决策树流程图
通过上述流程图可以得知决策树算法通过判别条件从根节点开始分裂为子节点子节点可以继续分裂每一次分裂都相当于一次对分类结果的“提纯”周而复始从而达到分类的目的在这个过程中节点为“否”的不在分裂判断为“是”的节点则继续分裂。那么你有没有考虑过决策树会在什么情况下“停止”分裂呢下面列举了两种情况
1 子节点属于同一类别
决策树算法的目的是为了完成有效的样本分类。当某个数据集集合分类完成也就分类后的子节点集合都属于同一个类别不可再分此时代表着分类任务完成分裂也就会终止。
2 特征属性用完
我们知道决策树依赖特征属性作为判别条件如果特征属性已经全部用上自然也就无法继续进行节点分裂此处可能就会出现两种情况一种是分类任务完成也就是子节点属于同一类别还有另外一种情况就是分类还没有完成比如在判断为“是”的节点集合中有 8 个正类 3 个负类此时我们将采用占比最大的类作为当前节点的归属类。
3 设置停止条件
除上述情况外我们也可以自己决定什么时候停止。比如在实际应用中我们可以在外部设置一些阈值把决策树的深度或者叶子节点的个数当做停止条件。
2、决策树剪枝策略
决策树算法是机器学习中的经典算法。如果要解决分类问题决策树算法再合适不过了。不过决策树算法并非至善至美决策树分类算法最容易出现的问题就是“过拟合”。什么是“过拟合”我们在教程的开篇已经提及过它指的机器学习模型对于训练集数据能够实现较好的预测而对于测试集性能较差。 “过拟合”使决策树模型学习到了并不具备普遍意义的分类决策条件从而导致模型的分类效率、泛化能力降低。 决策树出现过拟合的原因其实很简单因为它注重细节。决策树会根据数据集各个维度的重要性来选择 if -else 分支如果决策树将所有的特征属性都用完的情况下那么过拟合现象就很容易出现。 我们知道每个数据集都会有各种各样的属性维度总会出现一些属性维度样本分类实际上并不存在关联关系的情况。因此在理想情况下决策树算法应尽可能少地使用这些不相关属性但理想终归是理想在现实情况下很难实现。那么我们要如何解决这种过拟合问题呢这时就要用到“剪枝策略”。 “剪枝策略”这个名字非常的形象化它是解决决策树算法过拟合问题的核心方法也是决策树算法的重要组成部分。剪枝策略有很多种我们根据剪枝操作触发时间的不同可以将它们分成两种一种称为预剪枝另一种称为后剪枝。
1 预剪枝
所谓预剪枝就是将即将发芽的分支“扼杀在萌芽状态”即在分支划分前就进行剪枝判断如果判断结果是需要剪枝则不进行该分支划分。
2 后剪枝
所谓后剪枝则是在分支划分之后通常是决策树的各个判断分支已经形成后才开始进行剪枝判断。 上述两个剪枝策略我们重要理解“预”和“后”。“预”就是打算、想要的意思也就是在分支之前就被剪掉不让分支生成而“后”则是以后、后面也就是分支形成以后进行剪枝操作。那么我要如何判断什么时候需要进行剪枝操作呢其实很容易理解如果剪枝后决策树模型在测试集验证上得到有效的提升就判断其需要剪枝否则不需要。 剪枝的操作对象是“分支的判别条件”也就是减少不必要特征属性的介入从而提高决策树分类效率和测试集的预测能力。下面通过一个简单的例子进行说明 某个样本数据集有两个类别正类与负类2 个特征属性现在我们对 20 个样本进行分类。首先在应用所有“特征属性”的情况下对样本进行分类。如下所示 图2决策树过拟合问题
上图 2 使用了两个特征属性对样本集合进行分类最后正确分类的概率是 12/20。如果只通过特征 1 进行分类也就是剪掉冗余特征 2最后的结果又是怎样呢如下图所示 图3决策树剪枝策略流程
通过后剪枝策略后正确分类概率变成了 16/20。显而易见剪枝策略使得正确分类的概率得到提高。 剪枝策略较容易理解在实际情况中后剪枝策略使用较多。在分支生成后使用后剪枝策略将冗余的子树及其判别条件直接剪掉然后使用上个节点中占比最大的类做为最终的分类结果。
二十一、sklearn决策树分类算法应用
本节基于 Python Sklearn 机器学习算法库对决策树这类算法做相关介绍并对该算法的使用步骤做简单的总结最后通过应用案例对决策树算法的代码实现进行演示。
1、决策树算法应用
在 sklearn 库中与决策树相关的算法都存放在sklearn.tree模块里该模块提供了 4 个决策树算法下面对这些算法做简单的介绍
1 .DecisionTreeClassifier()
这是一个经典的决策树分类算法它提供了许多有用的参数比如criterion该参数有两个参数值分别是 gini基尼指数和 entropy信息增益默认情况下使用“基尼指数”其中“gini”用于创建 CART 分类决策树而“entropy”用于创建 ID3 分类决策树。
注意在其余三个决策树算法中都可以使用 criterion 参数。
2 .DecisionTreeRegressor()
它表示用决策树算法解决回归问题。
3 .ExtraTreeClassifier()
该算法属于决策树分类算法但又不同于.DecisionTreeClassifier()算法因为.ExtraTreeClassifier()选择“特征维度”作为判别条件时具有随机性它首先从特征集合中随机抽取 n 个特征维度来构建新的集合然后再从新的集合中选取“判别条件”。
4.ExtraTreeRegressor()
该算法同样具有随机性它与.ExtraTreeClassifier()随机过程类似它主要解决机器学习中的回归问题。
2、决策树实现步骤
通过前面内容的学习我们已经大体掌握了决策树算法的使用流程。决策树分类算法的关键在于选择合适的“判别条件”该判别条件会使正确的分类的样本“纯度”最高。想要选取合适的特征属性就需要使用“信息熵”与“信息增益”等计算公式。
1 确定纯度指标
确定纯度指标用它来衡量不同“特征属性”所得到的纯度并选取使得纯度取得最大值的“特征属性”作为的“判别条件”。
2 切分数据集
通过特征属性做为“判别条件”对数据集集合进行切分。注意使用过的“特征属性”不允许重复使用该属性会从特征集合中删除。
3 获取正确分类
选择特征集合内的特征属性直至没有属性可供选择或者是数据集样本已经完成分类为止。切记要选择占比最大的类别做为分类结果。
3、决策树算法应用
下面使用决策树算法对 Sklearn 库中的红酒数据进行模型训练与数据预测示例代码如下
# 加载红酒数据集
from sklearn.datasets import load_wine
# 导入决策树分类器
from sklearn.tree import DecisionTreeClassifier
# 导入分割数据集的方法
from sklearn.model_selection import train_test_split
# 导入科学计算包
import numpy as np# 加载红酒数据集
wine_datasetload_wine()# 分割训练集与测试集
X_train,X_test,y_train,y_testtrain_test_split(wine_dataset[data],wine_dataset[target],test_size0.2,random_state0)# 创建决策时分类器--ID3算法
tree_modelDecisionTreeClassifier(criterionentropy)
# 喂入数据
tree_model.fit(X_train,y_train)
# 打印模型评分
print(tree_model.score(X_test,y_test))# 给出一组数据预测分类
X_wine_testnp.array([[11.8,4.39,2.39,29,82,2.86,3.53,0.21,2.85,2.8,.75,3.78,490]])
predict_resulttree_model.predict(X_wine_test)
print(predict_result)
print(分类结果{}.format(wine_dataset[target_names][predict_result]))
输出结果如下 0.9166666666666666 [1] 分类结果[class_1] 二十二、初识支持向量机SVM分类算法
支持向量机英文全称“Support Vector Machines”简称 SVM它是机器学习中最常用的一种“分类算法”。SVM 是一种非常优雅的算法有着非常完善的数学理论基础其预测效果在众多机器学习模型中可谓“出类拔萃”。在深度学习没有普及之前“支持向量机”可以称的上是传统机器学习中的“霸主”下面我们将介绍本节的主人公——支持向量机SVM。
1、初识支持向量机
支持向量机是有监督学习中最有影响力的机器学习算法之一该算法的诞生可追溯至上世纪 60 年代 前苏联学者 Vapnik 在解决模式识别问题时提出这种算法模型此后经过几十年的发展直至 1995 年 SVM 算法才真正的完善起来其典型应用是解决手写字符识别问题。 当我们第一次见到“支持向量机”这个名词时一定会感到“懵圈”单从这个名字来看它就散发这非常神秘的气息仿佛游戏中的必杀技一样但真的像我们感觉到的一样吗其实名字就是“拦路虎”就像我们前面学习的“朴素贝叶斯”一样。支持向量机并非源于“人名”但以我们现有的知识我们只知道“向量”是什么至于“支持向量机”是什么您一定做不出任何有说服力的解释。 注意支持向量机是一个比较“难”讲解的算法需要理解大量的数学知识否则只能雾里看花。在写作本文的过程中我尽量本着通俗易懂的角度来讲解但由于个人能力有限以及读者群体不同难免会众口难调还请多多包含。同时如果文章中有任何不妥之处也请不吝赐教。 2、支持向量机组成
首先对支持向量机做一个直观的描述支持向量机是一个分类器算法主要用于解决二分类的问题最终告诉我们一个样本属于 A 集合还是属于 B 集合这和之前学习过的分类算法别无二致。 一个算法模型就好比一台精巧的机器有许多零部件组成支持向量机也是如此。对于支持向量机而言有三个重要构件分别是
最大间隔高维映射核函数
上述三者是 SVM 支持向量机的核心三者之间彼此独立又互相依存如果缺少了其中任何一个部件都不能驱动支持向量机这台“机器”这三个部件也是后续介绍的核心知识只有充分理解了它们才能将得心应手的使用 SVM 算法。如果用一句话来总结这三个部件的作用那就是“最大间隔是标尺高维映射是关键最终结论看核函数”。
3、支持向量机本质
支持向量机本质上是从在线性分类算法的基础上发展而来的就如同已经学习过的 Logistic 逻辑回归算法一样只需给线性函数“套”上一层 Logistic “马甲”就可以用线性模型来解决离散数据的分类问题。对于支持向量机来说要解决分类问题其过程则更为复杂。下面剖析一下支持向量机的本质从而帮助您更好的理解它的算法思想。
1 间隔和支持向量
支持像向量机算法中有一个非常重要的角色那就是“支持向量”支持向量机这个算法名字也由它而来机指的是“一种算法”要想理解什么是“支持向量”就首先要理解“间隔”这一个词。 支持向量机中有一个非常重要的概念就是“间隔最大化”它是衡量 SVM 分类结果是否最优的标准之一。下面通过“象棋”的例子来理解什么是“间隔” 中国象棋是我国独有的一类娱乐活动棋子分为黑子和红子并用“楚河汉界”将其分开。如果用一条直线将不同颜色的棋子进行分类这显然信手拈来只需要在楚河汉界的空白附带画一条“中轴线”就能以最佳的方式将它们分开这样就能保证两边距离最近的棋子保有充分的“间隔”。 上述示例中产生的“间隔”实际上是依据两侧不同颜色的棋子划分而成的我们把这些棋子统称为“样本点”。虽然这些样本点都参与了分类但对于分类效果影响最大的是处于间隔“边缘”的样本只要将处于边缘的样本正确分类那么这两个类别也就分开了因此我们把处于边缘样本点称为“支持向量”。
2 软间隔和硬间隔
间隔又分为软间隔和硬间隔其实这很好理解当我们使用直线分类时会本着尽可能将类别全都区分开来的原则但总存在一些另类的“样本点”不能被正确的分类如果您允许这样的“样本点存在”那么画出的间隔就成为“软间隔”反之态度强硬必须要求“你是你我是我”这种间隔就被称为“硬间隔”在处理实际业务中硬间隔只是一种理想状态。
3 最大间隔
上述所说的保有充分的“间隔”其实就是“最大间隔”你可能会问为什么是最大间隔呢两个类别只要能区分开不就行了吗其实这涉及到算法模型最优问题就像常时所说的一样做事要给自己留有余地不能将自己至于危险的边缘。 如果将数据样本分割的不留余地就会对随机扰动的噪点特别敏感这样就很容易破坏掉之前的分类结果学术称为“鲁棒性差”因此我们在分类时要尽可能使正负两类分割距离达到最大间隔。
4、支持向量机应用
支持向量机是一种使得样本点达到最佳分类效果的算法但上述示例并非支持向量机的应用场景通过上述示例我们只是知道了“什么是间隔”以及什么是“支持向量”那支持向量应用场景到底是怎么的呢通过下面形象化的描述您也许能体会到 SVM 的强大之处 当对弈双方在下棋之前需要将散落在棋盘上的棋子放在各自的位置上此时这些棋子并非按照颜色排列在“楚河汉界”两边而是“杂乱无章”的放在棋盘上那么如何快速地将这些棋子分呢你应该如何做呢当然你也许会想到用手一个个的挑出来但是这里的棋子只是类比数据样本点在实际的业务中你可能面对的是成千上亿的数据样本要想解决这个问题支持向量机就派上了用场。 如果用画“直线”的方法一定不能解决上述问题因此简单粗暴的线性函数“貌似”派不上用场那么到低如果解决呢 我们不妨回忆一下 Logistic 回归分类算法通过给线性函数“套”上一层 Logistic 函数就解决了离散数据的分类问题SVM 能否按照同样的思维方式来解决呢答案是肯定的。 支持向量机类似于逻辑回归这个模型也是基于线性函数 wTx b 的不同于逻辑回归的是支持向量机不输出概率只是输出类别。 当 wTx b 为正时支持向量机预测属于正类而当 wTx b 为负时支持向量机预测属于负类。当然在判断类别的过程中还要用到 SVM 的另外两个重要部件也就是“高维映射”和“核函数”否则无法实现利用线性函数解决分类问题至于是如何解决的后续知识会做详细讲解。 注意上述示例中“棋子”只是形象化的比喻在具体的业务中我们处理的是“数据样本点” 5、总结
本节初步认识了“支持向量机SVM算法”了解了组成支持向量机的三个重要部件。通过对支持向量机本质的讲解我们知道支持向量机是从线性函数的基础上发展而来的因此我们可以得出支持向量机SVM是一种利用线性函数解决线性不可分分类问题的算法。
二十三、SVM解决线性不可分问题
通过上一节的学习我们知道 SVM 是一种用来解决性线性不可分问题的算法那它到底是如何解决的呢在本节我们将对其做出详细的解释。
1、让棋子飞起来
首先我们来回味一下二十二、《初识支持向量机SVM分类算法》一节提到的案例 在一个棋盘上杂糅的摆放着黑白两种棋子要求我们以最快的速度将它们各自分开这时我们应该如何做呢也许喜欢金庸武侠的小伙伴已经想到了答案。 假如你是一位拥有深厚内力的大侠你直接可以拍盘而起让棋子们飞起来同时让黑子飞高一点白子则相对低一些这样平面无法线性区分的分类问题瞬间成了在立体空间内使之分类此时你以迅雷不及掩耳之势在它们分开的间隔内插上一张薄纸就可以轻易地将黑、白两种棋子分开。 注意上述示例只是类比示例中的棋子也只是一个个“样本点”。 回到现实世界中我们只是普通人并非武侠小说中的大侠因此不能凭借内力让棋子飞起来。既然不能用内力来解决问题那么我们应该如何做呢下面回归到本节的主题——支持向量机它也是一本武功秘籍掌握了它同样可以让“棋子”飞起来。下面就一起来看看支持向量机是如何让“棋子”飞起来的”。
2、SVM高维映射
宋朝的苏轼有诗云“横看成岭侧成峰远景高低各不同不识庐山真面目只缘身在此山中”诗的前两句指的从不同的角度看待一个事物会得到不一样的结果用这句诗来引出的“高维映射”这个概念再合适不过了。 支持向量机的三大核心构件分别是最大间隔、高维映射以及核函数高维映射则是支持向量机的第二个核心构件。我们知道线性分类器最大的特点就是简单说白了就是“一根筋”当面对非线性分类问题时不知变通因此就需要帮助它疏通一下就像解决 Logostic 逻辑回归问题一样高维映射就是我们要寻找的方法。
1 超平面
高维映射主要是用来解决“你中我我中有你”的分类问题的也就是前面所说的“线性不可分问题”所谓高维映射就是站在更高的维度来解决低维度的问题。 我们都知道点线面可以构成三维立体图比如棋子是棋盘上的“点“间隔”是棋盘上的一条线棋盘则是一个“面”而当我们拍盘而起棋子飞升就会形成一个多维的立体空间示意图如下 图1超平面示意图
如图所示经过高维映射后二维分布的样本点就变成了三维分布而那张恰好分开棋子的纸图 1 呈现绿色的平面 SVM 统称其为“超平面”。通过增加一个维度的方法给平面增加一个高度使其变成三维空间解决“线性不可分的问题”。在上述过程中仍存在一些问题会令你困惑比如为什么映射到高维后就一定能保证正负类分开还有一个更令人挠头的问题这个高维空间应该如何找呢以及在新的空间中原有的数据点的位置是如何确定的呢要想知道答案不妨继续往下读。
3、SVM核函数
要想解决上述问题就必须要了解支持向量机的另外一个重要部件——核函数Kernel Function。 核函数是一类功能性函数类似于 Logistic 函数。SVM 规定只要能够完成高维映射功能的数学函数都称为“核函数”它在支持向量机中承担着两项任务一是增加空间的维度二是完成现有数据从原空间到高维空间的映射。接下来对其做详细的介绍。 首先我们再次强调 SVM 是一种使用线性方法来处理线性不可分问题的算法。明确了这一点下面再来看一个实例说明对于 “你中有我我中有你”这句话来说最为经典的案例当属一类数据包围了另外一类数据。如下图 2 所示 深蓝色的的球被另外一种淡蓝色的球体包裹住了在这种情况下任何一条直线都不能将它们分开因此就无法使用线性函数直接实现类别划分。 图2SVM核函数应用
现在我们变通一下使用高维映射的思维来解决一下看看能否找到解决问题的突破口。 接下来我们将深蓝色的数据点全部映射到一个三维空间内使之与浅蓝色的数据点形成高度差这样就可以使用线性函数完成不同样本点的分类了就如同倒扣的漏斗深蓝色的数据点全部集中与上方而浅蓝色的则分布在漏斗底部此时可以用一个平面此处平面就是超平面将它们分开如图 3 所示中间的分割线。 图3SVM高维映射
上述高维映射过程是通过核函数或称映射函数来实现的通过这个函数就可以找到一个三维空间并确定数据点分布至于能否保证样本点完全分开这也是由核函数决定的。那么这个核函数要怎么确定呢这就要通过实际案例的分析、运算才能得到。 在 Pyhthon Sklearn 库提供了多种核函数使用不同的核函数会对最终的分类效果带来不同程度影响因此要选择使得分类效果最优的核函数。 因此高维映射和核函数看似是两个分开的部件其实是一个整体高维映射的核心就是“核函数”。更通俗地讲高维映射只是一种指导思想而核函数才是具体实践者。
4、总结
通过这两节的学习我们认识了 SVM 重要组部分间隔最大化和高维映射将它与核函数看做一体下面对已经学习的知识做简单总结 SVM 算法是用来解决线性不可分的“非线性”问题 从而突破线性分类的局限性使得线性分类器依然可以适用于“非线性”问题。在这个过程中起到关键作用的就是“高维映射”。而“间隔最大化”可以看做支持向量机的损失函数它衡量分类效果是否最佳的“标尺”让间隔达到最大就是 SVM 追求的至臻境界要实现这个目标就要不断地训练模型使模型的泛化能力最佳。 最后对 SVM 算法进行分类的大致过程进行总结大致分为以下三步
选取一个合适的数学函数作为核函数使用核函数进行高维映射解决样本点线性不可分的问题最后用间隔作为度量分类效果的损失函数找到使间隔最大的超平面最终完成分类的任务。
二十四、从数学角度理解SVM分类算法
本节将从数学角度讲解支持向量机SVM相关知识掌握这些有利用加深对 SVM 算法原理的理解对于学习任何一款机器学习算法都是非常有帮助的虽然各种数学公式很难懂但本人会尽最大努力去讲明白。尽管如此由于每位读者的数学基础不一样如有表达不到位的地方还请海涵。
1、再谈间隔最大化
我们知道支持向量机是以“间隔”作为损失函数的支持向量机的学习过程就是使得间隔最大化的过程若想要了解支持向量机的运转机制首先就得知道间隔怎么计算。 “间隔大小”是由距离分类“界限”最近的两个数据点即支持向量决定的。支持向量机对“间隔”的定义非常简单即处于最边缘的支持向量样本点到超平面距离的总和这里所说的距离就是最常见的几何距离。如果我们用 wxb 来表示超平面那么点到三维平面的距离公式如下 由此也可以推断出点到 N 平面的通式如下所示 注意上述公式中被除数是分子除数是 L2 范式的简要写法当 i 3 时与上述点到三维平面的距离公式相同。 支持向量机算法使用 y 1 来表示正类的分类结果使用 y -1 来表示负类结果所以 y wxb 要么是大于或者等于 1要么小于或等于 -1由此得出间隔距离也可以表示如下 上述距离公式中被除数是 2 常数而我们的目的是要求间隔最大化距离因此式子转换如下 即求 max 1/||w|| 的最大值。此处需要注意其中 s.t. 表示受约束的即在某种条件下上述公式要使左边式子最大就要使分母越小因为此处的分子是不变常数所以可将上述表达式转换为下列式子 下面使用“拉格朗日乘子法”对上述表达式进一步转换 上述公式中α 被称为“拉格朗日乘子”然后分别对上式子中的 w 和 b 求导并令导数为 0右侧的公式可表示为 这时就转变成如何求极值的问题 注意上式中的 xiTxj 是一组向量的内积运算该式子的约束条件为 通过拉格朗日乘子法和 SMO二次规划算法算法求出的最大间隔。 注意拉格朗日乘子算法以数学家 Joseph-Louis Lagrange 的名字命名是一种多元函数在其变量受到一个或多个条件的约束时求极值方法。 这种方法可以将一个有 n 个变量与 k 个约束条件的最优化问题转换为一个解有 n k 个变量的方程组的解的问题。关于拉格朗日乘子算法不做过多介绍如感兴起可点击前往进行了解。 上述过程中涉及了大量数学概念和的数学运算这些知识理解起来会比较繁琐需要慢慢消化甚至需要您恶补一些数学知识。如果实在看不懂建议跳过毕竟这些知识不会影响您使用支持向量机算法。
2、再谈核函数
高维映射说白了就是一种函数映射在支持向量机中通常采用符号φ来表示这个函数比如向量 xi 经过高维映射后就变成了 φ(xi)依次类推超平面的表达式如下所示 在求解间隔最大化时我们使用了拉格朗日函数转化后的式子涉及了向量的内积运算那么经过核函数映射后的内积运算为 映射后向量变成高维向量运算量将明显增加直接运算会导致效率明显下降。不过在间隔最大化的运算中只使用了高维向量内积运算的结果并没有单独使用高维向量也就是说如果能简单地求出高维向量的内积那么也可以满足求解间隔最大化的条件。下面假设存在函数 K能够满足下列条件 这里的函数 K 就是我们前面所讲的核函数。有了核函数所有涉及的内积运算到的表达式都可以通过 K 函数求解得出。 注意对于已知的映射函数 φ核函数是很容易计算的但在大多数情况下我们并不知道映射函数 φ 的具体形式好在伟大的数学家们已经证明在无法得出 φ 时只要数学函数满足几个相应条件同样可以将其作为核函数因此不用担心找不到核函数。 下一部分将在Python机器学习算法入门教程第五部分展开描述。
