引言
SVM的数学推导真的是我一生的痛，看看觉得很懂，但是过了3秒，就在纠结，为什么可以这样换算？今天早上在看集成学习的时候，讲课的老师一直说SVM、SVM、SVM。。。嗯，没错，我又开始回想SVM的数学推导过程，然后，我的一个早上就这样没了。
这次趁着刚看完印象深刻，我想将刚厘清的思路写下来。仅包括如何推出最优化问题，后面的推导我打算等看完凸优化课程再记录，推导过程参考林轩田老师教授的《机器学习技法》内容。
回顾线性分类
线性分类的分类器表达式为\[
\begin{equation}
h(x) = sgn(w^Tx + b)
\end{equation}
\]
林老师之前讲线性分类时用的是PLA算法，即根据当前分类器是否将所有的点分类正确\((h(x)==y)\)。如果有一个点分类错误，那么朝着这个点或偏离这个点更新。算法一直迭代直到所有的点正确分类为止。PLA算法得到的分类器不唯一，仅凭线的初始位置这一个因素便能影响最终的分类器。
但是我们知道最想要的分类器长什么样子。我们希望这个分类器足够"胖"，也就是说，这根线变胖的时候，边上的点越迟碰到它越好。
显然，看了上面的表述，我们应该知道决定这个超平面长什么样子的数据点只有那么几个，就是那些离超平面更近的点。下面开始将这个问题表述为一个最优化问题。
最优化问题的推导
我们想要寻找的超平面是\[
\begin{equation}
w^Tx + b = 0
\end{equation}
\]
对于所有的正例，希望\(w^Tx_i + b > 0\)；反之，\(w^Tx_i + b < 0\)。其中，w和b是我们要求的参数。
1.0版本问题
最初的问题可以表述为
\[
\begin{equation}
\mathop{max}\limits_{w,b} \ \ \ margin(w,b) \\
s.t. \ \ \ 分类器将每一个数据点都分类正确 \\
\ \ \ \ \ \ \ \ margin(w,b) = \mathop{min}\limits_{i=1,2,...,n}distance(x_i, w, b)
\end{equation}
\]
1.1版本问题
我们定义标签\(y=+1/-1\)，分别代表正例和负例。那么分类器将每一个数据点都分类正确这件事情相当于\(y_i(w^Tx_i+b) > 0\)，更新一下问题表述：
\[
\begin{equation}
\mathop{max}\limits_{w,b} \ \ \ margin(w,b) \\
s.t. \ \ \ y_i(w^Tx_i+b) > 0 \\
\ \ \ \ \ \ \ \ margin(w,b) = \mathop{min}\limits_{i=1,2,...,n}distance(x_i, w, b)
\end{equation}
\]
2.0版本问题
\(distance\)代表每一个数据点到超平面的距离，在这里希望能将它用参数表示出来。假设超平面上的有一个数据点\(x^1\)，它是个向量。那么对于它来说，显然有\[
\begin{equation}
w^Tx^1 + b = 0
\end{equation}
\]
现在超平面外有一点\(x^*\)，也是向量形式。那么\((x^*-x_1)\)是两个向量的相减形式，记为\(p\)。超平面的法向量为\(w\)，将\(p\)往\(w\)上投影的向量的模就是空间上点\(x^*\)到超平面的距离。用线性代数学过的知识表述，先求投影向量:\[
\begin{equation}
\frac{w^Tp}{w^Tw}w = \frac{w^T(x^*-x_1)}{w^Tw}w=\frac{w^Tx^*-w^Tx_1}{w^Tw}w
\end{equation}
\]
又由(5)式，上述的式子再可以表述为
\[
\begin{equation}
\frac{w^T(x^*-x_1)}{w^Tw}w=\frac{w^Tx^*+b}{w^Tw}w
\end{equation}
\]
好的，已经求出投影向量，接下来求投影向量的模。\(\frac{w^Tx^*+b}{w^Tw}\)是个标量，换言之，求(7)这个向量的模得到：
\[
\begin{equation}
\frac{|w^Tx^*+b|}{w^Tw}\left\|w\right\|
\end{equation}
\]
而\(w^Tw\)=\(\left\|w\right\|^2\)，因此最终可以写成：\[
\begin{equation}
distance(x^*,w,b) = \frac{|w^Tx^*+b|}{\left\|w\right\|}
\end{equation}
\]
接下来更新问题表述：
\[
\begin{equation}
\mathop{max}\limits_{w,b} \ \ \ margin(w,b) \\
s.t. \ \ \ y_i(w^Tx_i+b) > 0 \\
\ \ \ \ \ \ \ \ margin(w,b) = \mathop{min}\limits_{i=1,2,...,n}\frac{|w^Tx_i+b|}{\left\|w\right\|}
\end{equation}
\]
2.1版本问题
其中，\(y_i(w^Tx_i+b) > 0\)与\(|w^Tx_i+b|\)又是等价的，所以问题可以精简为：\[ \begin{equation} \mathop{max}\limits_{w,b} \ \ \ margin(w,b) \\ s.t. \ \ \ margin(w,b) = \mathop{min}\limits_{i=1,2,...,n}\frac{y_i(w^Tx_i+b)}{\left\|w\right\|} \end{equation} \]
3.0版本问题
这一步是最重要的变换了，整个推导过程我一直卡着的点就是这里。我想用我所理解的说一下这个。
- 超平面\(w^Tx+b=0\)能将一个空间分为两个部分，将某个向量\(x_i\)代入\(w^Tx+b\)中若是得到\(>0\)或者\(<0\)说明\(x_i\)在超平面的某一侧。
- 将超平面\(w^Tx+b=0\)的参数\(w,b\)同时缩放，比如都变大3倍或者都变小3倍，这个超平面是不会变的，它还是处于空间中的那个位置。这一点如果不理解可以在二维空间中划一条线比如\(3x_1+2x_2-1=0\)，对等式左右乘3得到新的等式仍然表述二维空间的那条线。
- 上面两个都是前提。虽然对超平面\(w^Tx+b=0\)的参数\(w,b\)同时缩放了，超平面还是那个超平面，但是有一点却改变了。就是将某个向量\(x_i\)代入\(w^Tx+b\)中计算得到的值。想象一下，这个超平面\(3x_1+2x_2-1=0\)，现在有一个点(1,2)代入得到值6，但是如果将参数都放大3倍，再将点重新代入计算，得到的值也放大了3倍变为18。
- 既然参数怎么放大缩小超平面都不会变，那么何不为了方便计算，将\(w,b\)缩放到特定的值\(w^*,b^*\)，使得对于那些数据点，有\[\begin{equation}\mathop{min}\limits_{i=1,2,...,n}y_i((w^*)^Tx_i+b^*)=1\end{equation}\]这是做得到的，假设数据点中距离超平面的最近的那个点为\(x^*\)，离超平面的距离为\(l\)。只要将参数缩放\(l\)倍，不就满足了(12)式。
这样一来，原来的问题就表述为:\[
\begin{equation}
\mathop{max}\limits_{w^*,b^*} \ \ \ \frac{1}{\left\|w^*\right\|} \\
s.t. \ \ \ \mathop{min}\limits_{i=1,2,...,n} \ y_i((w^*)^Tx_i+b^*)=1
\end{equation}
\]
为了和原来的形式统一，还是写为\[
\begin{equation}
\mathop{max}\limits_{w,b} \ \ \ \frac{1}{\left\|w\right\|} \\
s.t. \ \ \ \mathop{min}\limits_{i=1,2,...,n} \ y_i(w^Tx_i+b)=1
\end{equation}
\]
4.0版本问题
这里的约束条件还是有些不友好，能不能将\(min\)这个条件去掉。第一反应是用以下不等式来替换：\[
\begin{equation}
for \ (x_i,y_i) \in D \ \ \ y_i(w^Tx_i+b)>=1
\end{equation}
\]
遗憾的是，两者并不是简单的等价关系，或者说原来的约束条件是能推出(15)的，但是反过来并不行。比如，所有对于所有数据点\(\mathop{min}\limits_{i=1,2,...,n} \ y_i(w^Tx_i+b)=1.26\)，它是满足(15)的，但是推不出原来的约束条件。
但是，我们现在可以证明假如可以求出一组最优参数\(w,b\)，它必然能满足\(\mathop{min}\limits_{i=1,2,...,n} \ y_i(w^Tx_i+b)=1\)。
这是为什么？
设已经求出的最优解为\(w_1, b_1\)，但是\(\mathop{min}\limits_{i=1,2,...,n} \ y_i(w_1^Tx_i+b_1)=1.26\)。我们可以很肯定的说这组必然不是最优解，因为我们希望优化的目标为\(\frac{1}{\left\|w\right\|}\)，要令其最大。现在取这组最优解时得到目标值为\(\frac{1}{\left\|w_1\right\|}\)，但是\(\frac{1}{\left\|\frac{w_1}{1.26}\right\|}\)显然比\(\frac{1}{\left\|w_1\right\|}\)更大，因此现在取到的\(w_1, b_1\)根本不是最优解。最优的参数必然能满足\(\mathop{min}\limits_{i=1,2,...,n} \ y_i(w^Tx_i+b)=1\).
所以，我们可以放心地用(15)代替原来的约束条件。更新问题表述后变为：\[
\begin{equation}
\mathop{max}\limits_{w,b} \ \ \ \frac{1}{\left\|w\right\|} \\
s.t. \ \ \ \ y_i(w^Tx_i+b) \ >= \ 1
\end{equation}
\]
4.1版本问题
为了符合凸优化数学问题的通常形式，以及方便后续的计算，最终的问题表述为：\[ \begin{equation} \mathop{min}\limits_{w,b} \ \ \ \ \frac{\left\|w\right\|^2}{2} \\ s.t. \ \ \ \ y_i(w^Tx_i+b) \ >= \ 1 \end{equation} \]
好了，我去看凸优化了。。。
来源：https://www.cnblogs.com/shayue/p/10552504.html