注：转载请标明原文出处链接：https://xiongyiming.blog.csdn.net/article/details/94553561

1 SVM 简介

支持向量机 (Support Vector Machine, SVM)是一类按监督学习 (supervised learning)方式对数据进行二元分类(binary classification)的广义线性分类器 (generalized linear classifier)，其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane)。
SVM被提出于1964年，在二十世纪90年代后得到快速发展并衍生出一系列改进和扩展算法，在人像识别（face recognition）、 文本分类（text categorization）等模式识别（pattern recognition）问题中有得到应用。
SVM是由模式识别中广义肖像算法（generalized portrait algorithm）发展而来的分类器，其早期工作来自前苏联学者Vladimir N. Vapnik和Alexander Y. Lerner在1963年发表的研究 [8] 。1964年，Vapnik和Alexey Y. Chervonenkis对广义肖像算法进行了进一步讨论并建立了硬边距的线性SVM [9] 。此后在二十世纪70-80年代，随着模式识别中最大边距决策边界的理论研究 [10] 、基于松弛变量（slack variable）的规划问题求解技术的出现 [11] ，和VC维（Vapnik-Chervonenkis dimension, VC dimension）的提出 [12] ，SVM被逐步理论化并成为统计学习理论的一部分。1992年，Bernhard E. Boser、Isabelle M. Guyon和Vapnik通过核方法首次得到了非线性SVM。1995年，Corinna Cortes和Vapnik提出了软边距的非线性SVM并将其应用于手写数字识别问题，这份研究在发表后得到了广泛的关注和引用，为其后SVM在各领域的应用奠定了基础。
(以上来源于百度百科)

2 引例

我们通过一个故事来理解SVM。这个故事也主要参考博客：https://cuijiahua.com/blog/2017/11/ml_8_svm_1.html
很久以前一位大侠闭关修炼10年，想在江湖上留下自己的名号，不断地向各个武林门派挑战。其中一个门派的掌门布局迎接这位大侠的挑战。这位掌门对这位大侠说：“你能用一根棍将下面不同颜色的球分开？要求：尽量在放更多球之后，仍然适用。”(布局如下图所示)

这位大侠很快地找到一个合适的位置放了棍，心想这是考我的智商吗？

这位掌门又随机放了很多球。

显然掌门有几个故意是放错了，大侠有赶紧对棍的位置做出调整。

如上图所示，大侠试图把棍放在最佳位置，好让在棍的两边有尽可能大的间隙。这个间隙就是球到棍的距离，这就是SVM。然而，这位掌门发现这位大侠智力还可以，再考一考内功如何，掌门又重新布局，如下图所示：

现在，这位大侠没有棍可以很好帮他分开两种球了，现在怎么办呢？大侠苦思冥想，一会儿想到了一个办法，大侠用自己闭关修炼10年练出来的内功将这球都打入空中，然后，大侠随手拿一张纸，插入两个球的中间，如下图所示：

现在，掌门这个布局被大侠用一条曲线给分开了，如下图所示：

掌门看了这位大侠内功深厚，对这位大侠赞不绝口。

多年以后，大牛们把这些球称为数据(data)，把棍子称为分类器 (classifier), 找到最大间隙的trick叫做优化(optimization)，用内功将这些球弄到空中称为核(kernel), 那张纸称为超平面 (hyperplane)。

SVM超平面视频链接如下
B站：https://www.bilibili.com/video/av33852263/
YouTube: https://www.youtube.com/watch?v=3liCbRZPrZA

当一个分类问题，数据是线性可分的，也就是用一根棍就可以将两种小球分开的时候，我们只要将棍的位置放在让小球距离棍的距离最大化的位置即可，寻找这个最大间隔的过程，就叫做最优化。但是，现实往往是很残酷的，一般的数据是线性不可分的，也就是找不到一个棍将两种小球很好的分类。这个时候，我们就需要像大侠一样，运用内功将小球拍起，用一张纸代替小棍将小球进行分类。想要让数据飞起，我们需要的东西就是核函数 (kernel)，用于切分小球的纸，就是超平面(hyperplane)。
下面就将具体说明SVM背后的最优化问题。

3 SVM背后的最优化问题

3.1 自然语言描述

对于下图的数据进行分类，我们容易地将其进行分类，并且有很多种方法。

如下图所示，给出了三种办法将数据进行分类，直观看上去，应该去找位于两类训练样本的“正中间”画出分界线。因为中间的那条线中规中矩，对训练样本的局部扰动的容忍性最好。

因此，在进行分类时，我们需要找出最佳的分界线(超平面)，这样的分类结果的鲁棒性更强。

SVM需要尝试寻找最优的决策边界，距离两个类型的最近的样本最远。上图外边的两条直线上的点(最近的样本点) 称之为支持向量。而外边的两条直线的距离称之为间隔(margin)。SVM的任务就是使得间隔最大化。
对于上述问题可以很容易的进行分类，我们称之为硬间隔 (Hard Margin)。而在实际情况中，大部分数据并不是这么容易进行分类。为了解决上述问题，我们允许SVM出现一些错误并且这些错误在一定范围是可接受的，这被称之为软间隔 (soft margin)。

3.2 数学语言描述

前面说到，SVM的任务就是使得间隔最大化，如下图所示，间隔为2$d$，那么如何使用做数学去描述这个间隔呢？

首先回顾一下高中学习过的点到直线的距离：
给出点$\left( {{x_0},{y_0}} \right)$，直线为${\rm{A}}x + {\rm{B}}y{\rm{ + C}} = 0$，则点到直线的距离$r$为：
$r = {{\left| {{\rm{A}}{x_0} + {\rm{B}}{y_0}{\rm{ + C}}} \right|} \over {\sqrt {{{\rm{A}}^2} + {{\rm{B}}^2}} }}\tag{1}$同样地，点$\left( {{x_0},{y_0},{z_0}} \right)$ 到平面${\rm{A}}x + {\rm{B}}y{\rm{ + C}}z{\rm{ + D}} = 0$的距离$r$为：
$r = {{\left| {{\rm{A}}{x_0} + {\rm{B}}{y_0}{\rm{ + C}}{z_0}{\rm{ + D}}} \right|} \over {\sqrt {{{\rm{A}}^2} + {{\rm{B}}^2} + {{\rm{C}}^2}} }}\tag{2}$同理也可以拓展$n$维空间点x，在样本空间中，超平面可通过线性方程描述为:
${{\bf{w}}^{\rm{T}}}{\bf{x}} + b = 0\tag{3}$其中,${\bf{w}} = ({w_1};{w_2}; \ldots ;{w_d})$为超平面的法向量，决定超平面的方向；$b$为位移项，决定超平面与$n$维空间中的原点之间的距离。下面将超平面记为$\left( {{\bf{w}},b} \right)$，因此$n$维样本空间中任一点x到超平面$\left( {{\bf{w}},b} \right)$的距离为：
$r = {{\left| {{{\bf{w}}^{\rm{T}}}{\bf{x}} + b} \right|} \over {\left\| {\bf{w}} \right\|}}\tag{4}$其中，$\left\| {\bf{w}} \right\| = \sqrt {w_1^2 + w_2^2 + \ldots + w_d^2}$ .
给定样本数据集$D = \left\{ {({{\bf{x}}_1},{y_1}),({{\bf{x}}_2},{y_2}), \ldots ,({{\bf{x}}_m},{y_m})} \right\},{y_i} \in \left\{ { + 1, - 1} \right\}$用于分类，假设超平面能将样本空间的点正确分类，即对于任意的$({{\bf{x}}_m},{y_m}) \in D$，若$\forall {y_i} = + 1$，则+1类别样本中的点到超平面的距离要大于等于间隔d，即${{\left| {{{\bf{w}}^{\rm{T}}}{\bf{x}} + b} \right|} \over {\left\| {\bf{w}} \right\|}} \ge d$；若$\forall {y_i} = - 1$，则-1类别样本中的点到超平面的距离要大于等于间隔$d$，即${{\left| {{{\bf{w}}^{\rm{T}}}{\bf{x}} + b} \right|} \over {\left\| {\bf{w}} \right\|}} \ge d$，将绝对值去掉，化简为${{{{\bf{w}}^{\rm{T}}}{\bf{x}} + b} \over {\left\| {\bf{w}} \right\|}} \le - d$.



因此，合并起来：
$\left\{\begin{array}{l}{\frac{\mathbf{w}^{\mathrm{T}} \mathbf{x}+b}{\|\mathbf{w}\|} \geq d, \quad \forall y_{i}=+1} \\ {\frac{\mathbf{w}^{\mathrm{T}} \mathbf{x}+b}{\|\mathbf{w}\|} \leq-d, \quad \forall y_{i}=-1}\end{array}\right.\tag{5}$
将上式化简：
$\left\{\begin{array}{l}{\frac{\mathbf{w}^{\mathrm{T}} \mathbf{x}+b}{\|\mathbf{w}\| d} \geq+1, \quad \forall y_{i}=+1} \\ {\frac{\mathbf{w}^{\mathrm{T}} \mathbf{x}+b}{\|\mathbf{w}\| d} \leq-1, \quad \forall y_{i}=-1}\end{array}\right.\tag{6}$而上式中$\left\| {\bf{w}} \right\|d$为一个数，所以可以化简为：
$\left\{\begin{array}{ll}{\mathbf{w}_{d}^{\mathrm{T}} \mathbf{x}+b_{d} \geq+1,} & {\forall y_{i}=+1} \\ {\mathbf{w}_{d}^{\mathrm{T}} \mathbf{x}+b_{d} \leq-1,} & {\forall y_{i}=-1}\end{array}\right.\tag{7}$其中，${\bf{w}}_d^{\rm{T}} = {{{{\bf{w}}^{\rm{T}}}} \over {\left\| {\bf{w}} \right\|d}}$，${b_d} = {b \over {\left\| {\bf{w}} \right\|d}}$。这样化简的目的是方便后面的计算。

因此，化简后的分类直线如下图所示：

其中，最中间的直线方程同样也可以化简，如下图所示：

这样三条直线方程都统一起来，为了后面表达方便，我们再次化简，将公式(7)重新定义为：
$\left\{\begin{array}{ll}{\mathbf{w}^{\mathrm{T}} \mathbf{x}+b \geq+1,} & {\forall y_{i}=+1} \\ {\mathbf{w}^{\mathrm{T}} \mathbf{x}+b \leq-1,} & {\forall y_{i}=-1}\end{array}\right.\tag{8}$将两边同时乘上${y_i}$
${y_i}\left( {{{\bf{w}}^{\rm{T}}}{\bf{x}} + b} \right) \ge 1\tag{9}$因此，要有正确分类，必须满足公式(9)的表达式。即公式(9)作为约束条件。

我们的任务就是最大化间隔，而间隔的大小为2$r$：
$2r = 2{{\left| {{{\bf{w}}^{\rm{T}}}{\bf{x}} + b} \right|} \over {\left\| {\bf{w}} \right\|}} \Rightarrow {2 \over {\left\| {\bf{w}} \right\|}}\tag{10}$则这个间隔(margin)定义为：
$\gamma = {2 \over {\left\| {\bf{w}} \right\|}}\tag{11}$

如上图所示，这是被重新定义的直线方程以及间隔。
若想找到最大间隔(maximum margin)，即在公式(9)的约束条件下，找到间隔最大值即可，则：
$\begin{array}{l}{\max _{\mathbf{w}, b} \frac{2}{\|\mathbf{w}\|}} \\ {\text { s.t. } y_{i}\left(\mathbf{w}^{\mathrm{T}} \mathbf{x}+b\right) \geq 1, i=1,2, \ldots, m}\end{array}\tag{12}$注：这个最优化问题是有约束条件的，我们称之为有条件的最优化问题。

显然，为了最大化间隔，仅需要最大化${1 \over {\left\| {\bf{w}} \right\|}}$ ，这个等价于最小化${\left\| {\bf{w}} \right\|^2}$ 。则公示最优化问题可转化为：
$\begin{array}{l}{\min _{\mathbf{w}, b} \frac{1}{2}\|\mathbf{w}\|^{2}} \\ {\text { s.t. } y_{i}\left(\mathbf{w}^{\mathrm{T}} \mathbf{x}+b\right) \geq 1, i=1,2, \ldots, m}\end{array}\tag{13}$这就是支持向量机 (Support Vector Machine, SVM) 背后的最优化问题。

注：本博客只说明支持向量机的原理(背后的最优化的问题)。关于最优化问题如何求解比较复杂，后面有时间会更新。

参考资料

[1] https://coding.imooc.com/class/169.html#Anchor
[2] https://cuijiahua.com/blog/2017/11/ml_8_svm_1.html
[3] 机器学习, 北京: 清华大学出版社, 2016年1月
[4] 机器学习(西瓜书). 公式推导解析