SMO 算法的实现步骤：
代码如下：
python
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import random
# 设置中文字体为宋体，英文字体为 times new roman
sns.set(font="SimSun", style="ticks", font_scale=1.2)
# 读取数据
def read_dataset(file_path: str) -> (list, list):
"""
:param file_path: 存放了样本数据的文件路径
:return: 样本特征数据列表，样本标签列表
"""
data_list = []
label_list = []
file = open(file_path)
for line in file.readlines():
line = line.strip().split('\t')
data_list.append([float(line[0]), float(line[1])]) # 添加样本特征数据
label_list.append(float(line[2])) # 添加样本标签
file.close()
return data_list, label_list
# 可视化样本数据
def visual_dataset(data_list: list, label_list: list) -> None:
"""
:param data_list: 样本特征数据列表
:param label_list: 样本标签列表
:return: None
"""
data_positive = [] # 存放正样本数据
data_negtive = [] # 存放负样本数据
for i in range(len(data_list)):
if label_list[i] > 0:
data_positive.append(data_list[i])
else:
data_negtive.append(data_list[i])
data_positive_arr = np.array(data_positive)
data_negtive_arr = np.array(data_negtive)
# 可视化，第一列特征数据作为 x（x1）轴，第二列特征数据作为 y（x2）轴
plt.scatter(np.transpose(data_positive_arr)[0], np.transpose(data_positive_arr)[1], marker='o', color='red') # 正样本散点图
plt.scatter(np.transpose(data_negtive_arr)[0], np.transpose(data_negtive_arr)[1], marker='s', color='green') # 负样本散点图
plt.xlabel('x1')
plt.ylabel('x2')
plt.legend(['positive', 'negtive'], loc='lower right')
plt.title('样本数据分布')
plt.show()
# 随机选择一个不等于 i 的 j
def random_select_lambda(i: int, m: int) -> int:
"""
:param i: 索引
:param m: 样本数
:return: 不等于 i 的索引
"""
j = i
while j == i:
j = int(random.uniform(0, m))
return j
# 修剪 lambda
def clip_lambda(lambda_j: float, H: float, L: float) -> float:
"""
:param lambda_j: 索引为 j 的 lambda 值
:param H: 边界 H
:param L: 边界 L
:return: 新的索引为 j 的 lambda 值
"""
if lambda_j > H:
lambda_j = H
if lambda_j < L:
lambda_j = L
return lambda_j
# 简化版 SMO 算法
def simplified_smo(data_list: list, label_list: list, slack_variable: float, C: float, max_iteration: int) -> (np.ndarray, float):
"""
:param data_list: 样本特征数据列表
:param label_list: 样本标签列表
:param slack_variable: 松弛变量
:param C: 惩罚参数
:param max_iteration: 最大迭代次数
:return: 参数矩阵 lambdas，参数 b
"""
data_mat = np.mat(data_list) # 转换为矩阵；(100, 2)
label_mat = np.mat(label_list).transpose() # 转换为矩阵；(100, 1)
m, n = np.shape(data_mat) # 获取 data_mat 的行数和列数，行代表样本，列代表特征
b = 0 # 初始化参数 b
lambdas = np.mat(np.zeros((m, 1))) # 初始化每个样本的 lambda 参数，并转换为矩阵；(100, 1)
num_iteration = 0 # 初始化迭代次数
while (num_iteration < max_iteration):
lambda_pairs_changed = 0 # 初始化优化次数变量
for i in range(m):
# 步骤1，计算误差 Ei
func_fxi = float(np.multiply(lambdas, label_mat).T * (data_mat * data_mat[i, :].T)) + b
Ei = func_fxi - float(label_mat[i])
# 优化 lambda
if ((label_mat[i] * Ei < -slack_variable) and (lambdas[i] < C)) or ((label_mat[i] * Ei > slack_variable) and (lambdas[i] > 0)):
j = random_select_lambda(i, m) # 随机选择一个与 lambda_i 成对优化的 lambda_j
# 步骤1，计算误差 Ej
func_fxj = float(np.multiply(lambdas, label_mat).T * (data_mat * data_mat[j, :].T)) + b
Ej = func_fxj - float(label_mat[j])
# 保存更新前的 lambda_i、lambda_j 值
lambda_i_old = lambdas[i].copy()
lambda_j_old = lambdas[j].copy()
# 步骤2，计算上下界 L 和 H
L, H = 0.0, 0.0
if label_mat[i] != label_mat[j]:
L = max(0, lambdas[j] - lambdas[i])
H = min(C, C + lambdas[j] - lambdas[i])
else:
L = max(0, lambdas[j] + lambdas[i] - C)
H = min(C, lambdas[j] + lambdas[i])
if L == H:
print('L == H')
continue
# 步骤3，计算 eta
eta = 2.0 * data_mat[i, :] * data_mat[j, :].T - data_mat[i, :] * data_mat[i, :].T - data_mat[j, :] * data_mat[j, :].T
if eta >= 0:
print('eta >= 0')
continue
# 步骤4，更新 lambda_j
lambdas[j] -= label_mat[j] * (Ei - Ej) / eta
# 步骤5，修剪 lambda_j
lambdas[j] = clip_lambda(lambdas[j], H, L)
if abs(lambdas[j] - lambda_j_old) < 0.00001:
print('lambda_j 变化太小')
continue
# 步骤6，更新 lambda_i
lambdas[i] += label_mat[i] * label_mat[j] * (lambda_j_old - lambdas[j])
# 步骤7，更新 b1 和 b2
b1 = b - Ei - label_mat[i] * (lambdas[i] - lambda_i_old) * (data_mat[i, :] * data_mat[i, :].T) - label_mat[j] * (lambdas[j] - lambda_j_old) * (data_mat[i, :] * data_mat[j, :].T)
b2 = b - Ej - label_mat[i] * (lambdas[i] - lambda_i_old) * (data_mat[i, :] * data_mat[j, :].T) - label_mat[j] * (lambdas[j] - lambda_j_old) * (data_mat[j, :] * data_mat[j, :].T)
# 步骤8，根据 b1、b2 更新 b
if (lambdas[i] > 0) and (lambdas[i] < C):
b = b1
elif (lambdas[j] > 0) and (lambdas[j] < C):
b = b2
else:
b = (b1 + b2) / 2.0
lambda_pairs_changed += 1 # 统计优化次数
print('第 %d 次迭代 === 第 %d 个样本 === 第 %d 次 lambda 优化' % (num_iteration, i, lambda_pairs_changed))
# 更新迭代次数
if lambda_pairs_changed == 0:
num_iteration += 1
else:
num_iteration = 0
return lambdas, b
# 计算参数 w
def get_w(data_list: list, label_list: list, lambdas: np.ndarray) -> list:
"""
:param data_list: 样本特征数据列表
:param label_list: 样本标签列表
:param lambdas: 各样本的参数 lambda 矩阵
:return: 参数 w 列表
"""
data_arr, label_arr, lambdas_arr = np.array(data_list), np.array(label_list), np.array(lambdas)
w = np.dot((np.tile(label_arr.reshape(1, -1).T, (1, 2)) * data_arr).T, lambdas_arr)
return w.tolist()
# 可视化分类结果
def visual_classification_result(data_list: list, w: list, b: float, lambdas) -> None:
"""
:param data_list: 样本特征数据列表
:param w: 参数 w 列表
:param b: 参数 b
:return: None
"""
data_positive = [] # 存放正样本数据
data_negtive = [] # 存放负样本数据
for i in range(len(data_list)):
if label_list[i] > 0:
data_positive.append(data_list[i])
else:
data_negtive.append(data_list[i])
data_positive_arr = np.array(data_positive)
data_negtive_arr = np.array(data_negtive)
# 可视化，第一列特征数据作为 x（x1）轴，第二列特征数据作为 y（x2）轴
# 绘制散点图
plt.scatter(np.transpose(data_positive_arr)[0], np.transpose(data_positive_arr)[1], marker='o', color='blue', s=50, alpha=0.7) # 正样本散点图
plt.scatter(np.transpose(data_negtive_arr)[0], np.transpose(data_negtive_arr)[1], marker='s', color='pink', s=50, alpha=0.7) # 负样本散点图
# 绘制直线
x_left = min(data_list)[0]
x_right = max(data_list)[0]
a1, a2 = w
b = float(b)
a1 = float(a1[0])
a2 = float(a2[0])
y_left = (-b - a1 * x_left) / a2
y_right = (-b - a1 * x_right) / a2
plt.plot([x_left, x_right], [y_left, y_right])
# 找出支持向量，并绘制其散点图
for i, lam in enumerate(lambdas):
if lam > 0:
x, y = data_list[i]
plt.scatter([x], [y], s=150, c='none', alpha=0.7, edgecolors='red')
plt.xlabel('x1')
plt.ylabel('x2')
plt.legend(['positive', 'negtive'], loc='lower right')
plt.title('最大间隔超平面可视化')
plt.show()
if __name__ == '__main__':
file_path = r'D:\MachineLearning\testSet.txt'
# 读取数据，返回样本特征数据列表和样本标签列表
data_list, label_list = read_dataset(file_path)
# 可视化样本数据
visual_dataset(data_list, label_list)
# SMO 算法
lambdas, b = simplified_smo(data_list, label_list, 0.001, 0.6, 40)
# 获取参数 w
w = get_w(data_list, label_list, lambdas)
# 可视化分类结果
visual_classification_result(data_list, w, b, lambdas)
核技巧
为什么要使用核技巧呢？假设二维平面上存在若干点，其中点集 A 服从 { x , y ∣ x 2 + y 2 = 1 } \left \{x, y|x^2 + y^2 = 1 \right \} {x,y∣x2+y2=1}，点集 B 服从 { x , y ∣ x 2 + y 2 = 9 } \left \{x, y|x^2 + y^2 = 9 \right \} {x,y∣x2+y2=9}，它们在平面上的分布如下图所示：
蓝色为点集 A，红色为点集 B，它们在二维平面中并不线性可分。如果采用映射的方法，将 ( x , y ) → ( x , y , x 2 + y 2 ) (x, y) \to (x, y, x^2 + y^2) (x,y)→(x,y,x2+y2)，这些点在三维空间中的分布如下图所示：
蓝色点集 A 和红色点集 B 被映射到了不同的平面，这说明它们在更高维的空间中可以实现线性可分（用一个平面进行分隔）。上述样本点遵循圆的分布，如果我们将其推广到椭圆，如下图所示：
上图中，两类数据的分布形似椭圆，很明显这样的样本点是线性不可分的。能将两类样本点完全分隔开的理想的分界线应该也是一个椭圆，而不是一条直线。如果用 X 1 、 X 2 X_1、X_2 X1、X2 来表示二维平面两个坐标的话，这个椭圆分界线的公式就可以写成如下：
a 1 X 1 + a 2 X 1 2 + a 3 X 2 + a 4 X 2 2 + a 5 X 1 X 2 + a 6 = 0 a_1X_1 + a_2X_1^2 + a_3X_2 + a_4X_2^2 + a_5X_1X_2 + a_6 = 0 a1X1+a2X12+a3X2+a4X22+a5X1X2+a6=0
这个方程是中学就学过的椭圆的一般方程。如果我们构造一个五维空间，五个坐标的值分别为：
Z 1 = X 1 , Z 2 = X 1 2 , Z 3 = X 2 , Z 4 = X 2 2 , Z 5 = X 1 X 2 Z_1 = X_1, Z_2 = X_1^2, Z_3 = X_2, Z_4 = X_2^2, Z_5 = X_1X_2 Z1=X1,Z2=X12,Z3=X2,Z4=X22,Z5=X1X2
那么显然，我们可以将上述椭圆方程写成如下形式：
∑ i = 1 5 a i Z i + a 6 = 0 \displaystyle\sum_{i=1}^{5}a_iZ_i + a_6 = 0 i=1∑5aiZi+a6=0
这是一个关于变量 Z i Z_i Zi 的超平面方程，维度为 5。也就是说，当我们做一个映射，将样本点从二维空间映射到五维空间，从而使得样本点在新的高维空间中线性可分，那么就可以用之前推导的线性 SVM 分类方法来进行处理了。
举个简单的例子，对于两个向量 a = ( x 1 , x 2 ) a = (x_1, x_2) a=(x1,x2) 和 b = ( y 1 , y 2 ) b = (y_1, y_2) b=(y1,y2)，如果使用核技巧，不进行映射计算，则直接运算以下公式：
( < x 1 , x 2 > + 1 ) 2 = 2 x 1 y 1 + x 1 2 y 1 2 + 2 x 2 y 2 + x 2 2 y 2 2 + 2 x 1 x 2 y 1 y 2 + 1 (<x_1, x_2> + 1)^2 = 2x_1y_1 + x_1^2y_1^2 + 2x_2y_2 + x_2^2y_2^2 + 2x_1x_2y_1y_2 + 1 (<x1,x2>+1)2=2x1y1+x12y12+2x2y2+x22y22+2x1x2y1y2+1
其中， < ⋅ > < · > <⋅> 表示内积。
如果不使用核技巧，则需先进行映射，将样本点从低维空间映射到高维空间，再进行内积运算：
< ϕ ( x 1 , x 2 ) , ϕ ( y 1 , y 2 ) > = 2 x 1 y 1 + x 1 2 y 1 2 + 2 x 2 y 2 + x 2 2 y 2 2 + 2 x 1 x 2 y 1 y 2 + 1 <\phi (x_1, x_2), \phi (y_1, y_2)> = 2x_1y_1 + x_1^2y_1^2 + 2x_2y_2 + x_2^2y_2^2 + 2x_1x_2y_1y_2 + 1 <ϕ(x1,x2),ϕ(y1,y2)>=2x1y1+x12y12+2x2y2+x22y22+2x1x2y1y2+1
其中， ϕ ( x 1 , x 2 ) = ( 2 x 1 , x 1 2 , 2 x 2 , x 2 2 , 2 x 1 x 2 , 1 ) \phi (x_1, x_2) = (\sqrt 2x_1, x_1^2, \sqrt 2x_2, x_2^2, \sqrt 2x_1x_2, 1) ϕ(x1,x2)=(2 x1,x12,2 x2,x22,2 x1x2,1)。
可以发现，两种计算方式的结果是一样的，但是区别在哪呢？区别在于：
- 如果不使用核技巧，则需要根据映射函数，将样本点从低维空间映射到高维空间，然后再计算内积，计算量大。
- 如果使用核技巧，则可以直接在低维空间中进行计算，计算量小。
在上述例子中， ( < x 1 , x 2 > + 1 ) 2 (<x_1, x_2> + 1)^2 (<x1,x2>+1)2 就是核函数 k ( x 1 , x 2 ) k(x_1, x_2) k(x1,x2)。我们对一个 2 维空间做映射，得到 5 维空间，如果原始空间是 3 维的，那么映射后将得到 19 维的新空间，这个维数是呈爆炸式增长的。如果我们根据映射函数，对样本点做高维映射计算，难度将会非常大，一旦遇到无穷维的情况，甚至无法进行计算，因此使用核技巧是非常有必要的。
径向基核函数是 SVM 中常用的一个核函数，其高斯版本的公式如下：
k ( x 1 , x 2 ) = e − ∣ ∣ x 1 − x 2 ∣ ∣ 2 2 σ 2 k(x_1, x_2) = e^{-\frac{||x_1 - x_2||^2}{2\sigma ^2}} k(x1,x2)=e−2σ2∣∣x1−x2∣∣2
其中， σ \sigma σ 是用户自定义的用于确定到达率或者说函数值跌落到 0 的速度参数。上述高斯核函数将数据从原始空间映射到无穷维空间。关于无穷维空间，我们不必太担心，高斯核函数只是一个常用的核函数，使用者并不需要确切地理解数据到底是如何表现的，而且使用高斯核函数还会得到一个理想的结果。如果 σ \sigma σ 选的很大，高次特征上的权重会衰减得非常快，这样的话高维空间实际上就相当于一个低维的子空间；反过来，如果 σ \sigma σ 选的很小，则可以将任意的数据映射为线性可分。当然，这并不一定是好事，因为随之而来的可能是非常严重的过拟合问题。不过总的来说，通过调控参数 σ \sigma σ，高斯核能够具有相当高的灵活性，也是使用最广泛的核函数之一。
使用 sklearn 构建 SVM 分类器
sklearn.svm 模块提供了很多模型供我们使用，本文使用的是 sklearn.svm.SVC 算法，它是基于 libsvm 实现的。SVC 函数实现如下所示：
python
sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape='ovr', break_ties=False, random_state=None)
- C：惩罚参数，即正则化参数，默认为 1.0；正则化强度与 C 的值成反比，C 越大，对错分样本的惩罚程度就越大，训练集的准确率高，但是泛华能力降低，测试集的准确率降低，也就是容易发生过拟合。减小 C，则容许训练样本中有一些错分样本，泛华能力提升
- kernel：指定核函数类型，默认为 rbf；可选类型有 linear（线性核函数）、poly（多项式核函数）、rbf（径向基/高斯核函数）、sigmoid（sigmoid 核函数）、precomputed（核矩阵）；precomputed 表示提前计算好的核函数矩阵，如果选择这个，那么算法内部就不再用核函数去计算核矩阵了，而是直接用提前计算好的这个核矩阵
- degree：多项式核函数的阶数，默认为 3；这个参数只对多项式核函数有用，如果选择的是其他类型的核函数，则会自动忽略该参数
- gamma：核函数系数，有 scale、auto、float 可供选择，默认为 scale；只对 rbf、poly、sigmoid 核函数有用；如果为 scale，则使用 1/(n_features * X.var()) 作为 gamma 值；如果为 auto，则使用 1/n_features 作为 gamma 值；如果为 float，则必须是非负值
- coef0：核函数中的独立项，只对 poly、sigmoid 核函数有用
- shrinking：是否采用启发式收缩方式，默认为 True
- probability：是否启用概率估计，默认为 False；这个必须在调用 fit() 之前启用，由于该方法内部会使用 5 倍交叉验证，因此会减慢速度
- tol：SVM 停止训练的误差精度，默认为 1e-3
- cache_size：指定缓存大小，默认为 200MB
- class_weight：类别权重，默认为 None；给每个类别设置不同的惩罚参数 C，如果为 None，则给所有类别都设置 C=1
- verbose：是否启用详细输出，默认为 False；该设置利用了 libsvm 中的一个按进程运行时设置，如果启用该设置，可能无法在多线程环境下正常运行
- max_iter：最大迭代次数，默认为 -1，表示无限制
- decision_function_shape：决策函数类型，可选择的有 ovo（one-vs-one）、ovr（one-vs-rest），默认为 ovr；对于二分类，该参数将被忽略
- break_ties：默认为 False；如果为 true，decision_function_shape='ovr'，且类别数大于 2，predict 将根据 decision_function 的置信度值打破并列关系；否则将返回并列类别中的第一个类别。请注意，与简单的预测相比，打破并列关系的计算成本相对较高。
- random_state：控制伪随机数生成，用于混洗数据时估计概率，默认为 None由 SVC 创建的实例对象 clf 具有以下方法：
python
decision_function(X) # 预测样本的置信度得分
- X：训练数据，形状为 (n_samples, n_features)
返回形状为 (n_samples, n_classes) 的置信度得分
fit(X, y, sample_weight=None) # 根据训练集拟合分类器
- X：训练数据，形状为 (n_samples, n_features)
- y：目标值（训练样本对应的标签），形状为 (n_samples,)
- sample_weight：样本权重，如果为 None，则样本权重相同
返回拟合的 SVM 分类器
get_params(deep=True) # 以字典形式返回 SVC 类的参数
- deep：布尔值，默认为 True
返回参数
predict(X) # 预测所提供数据的类别标签
- X：预测数据，形状为 (n_samples, n_features)
以 np.ndarray 形式返回形状为 (n_samples,) 的每个数据样本的类别标签
predict_log_proba(X) # 返回预测数据 X 在各类别标签中所占的对数概率
- X：预测数据，形状为 (n_samples, n_features)
返回该样本在各类别标签中的预测对数概率，类别的顺序与属性 classes_ 中的顺序一致
predict_proba(X) # 返回预测数据 X 在各类别标签中所占的概率
- X：预测数据，形状为 (n_samples, n_features)
返回该样本在各类别标签中的预测概率，类别的顺序与属性 classes_ 中的顺序一致
score(X, y, sample_weight=None) # 返回预测结果和标签之间的平均准确率
- X：预测数据，形状为 (n_samples, n_features)
- y：预测数据的目标值（真实标签）
- sample_weight：默认为 None
返回预测数据的平均准确率，相当于先执行了 self.predict(X)，而后再计算预测值和真实值之间的平均准确率