支持向量机SVM-补充完整SMO算法应用(二)-Python

大家好,上一篇支持向量机(Support Vector Machines-SVM)算法笔记(一)-Python主要提到了支持向量机的算法原理、简单SMO算法的实现等,今天接着上一篇提到的内容,主要侧重于:完整SMO算法的实现、编程遇到的小问题等。核函数的变成实现将在下一阶段深入学习中来研究

再次申明:本文的理论知识来自Peter Harrington的《机器学习实战》和李航的《统计学习方法》,非常感谢这些优秀人物和优秀书籍


1、完整SMO算法

上一篇支持向量机(Support Vector Machines-SVM)算法笔记(一)-Python最后提到的简单SMO算法,在100个数据集、2个特征值的处理问题中,花了6秒30左右,那么当数据集在万级以上,这个算法的效率估计可以回到解放前了。之所以这个算法在大量数据集上效果这么差,很大一部分原因出在alpha参数的选择。

SMO算法是通过一个外循环来选择第一个alpha值,并且其选择过程会在两种方式之间进行交替:一种方式是在所有的数据集进行单遍扫描,另一种方式则是在非边界alpha中实现单遍扫描。而所谓非边界alpha指的是那些不等于边界0或C的alpha值。对整个数据集的容易,而在实现非边界alpha值的扫描时,首先需要建立这些alpha值的列表,然后再对这个表进行遍历。同时,该步骤会跳过那些已知的不会改变的alpha值。在选择第一个alpha值后,算法会通过一个内循环来选择第二个alpha值。在优化过程中,会通过最大化步长的方式来获得第二个alpha值。 在上一篇中的简单SMO算法的实现中,我们在选择j之后计算错误率Ej。但是,在完整版的SMO算法里,将建立一个全局的缓存用于保存误差值,并从中选择使得步长或者Ei-Ej最大的alpha值。

完整版SMO算法的相关代码如下:

1)准备数据

图1 SMO算法-准备数据

2)建立一个类存放基本数据以及alphas的缓存

图2 SMO算法-建立储存数据的对象

3)建立计算错误率的函数

图3 SMO算法-计算错误率的函数

4)在选择第2个alphas参数时(也就是进行SMO的内循环时),不再是随机选择,而是选择最长步长的那个(就是选择|E_i-Ej|最大的)

图4 SMO算法-选择第2个alphas参数

5)更新错误率Ek

图5 SMO算法-更新错误率

6)更新b并且返回两个alpha参数是否改变的情况

图6

7)完整版SMO算法

图7

8)查看完整的SMO算法的效果怎么样

设置不同的最大迭代次数,发现迭代次数的增加,支持向量的数量会增加,但是到某些数值后,将不再增加,比如迭代次数200和迭代次数400时基本不变了,见图8(红色点为支持向量)

图8

9)基于支持向量来进行样本分类-求解权重

先求解超平面的权重参数w,计算公式主要是依据上一篇支持向量机(Support Vector Machines-SVM)算法笔记(一)-Python第11张图中的w计算方法。代码如下:

图9

10)最终SMO分类

图10

图中10中返回正数,则分类标记为+1;图10中返回负数,则标记为-1

好哒,SMO函数基本告一段落,接下来主要是分享一些Python编程问题。关于numpy等Python科学库,建议参考One document to learn numerics, science, and data with Python

1、对比numpy中的array与mat

1)np.array([...])和np.array([[...]])是不一样的

图11

2)np.array创建的数组,获取元素的方法([a,b],a表示行,b表示列,当然在二维范围内)

图12

3)np.array的siblings包括:chararray,maskedarray,matrix

chararray

图13

maskedarray:这个函数主要是针对数组中有丢失数据或者无效的数据,比如有时候在计算中,不想让某些异常点参与运算,可以让他遮罩处理,比如下面的-99

图14

matrix(可以简写为np.mat):这是为了计算方便,单独作为array的子模块,只针对二维数组

图15

在图15中,提到的matrix数组的“*”表示数组相乘。而np.array数组‘*’表示两个数组的相同位置上的数字做乘法,np.dot(a,b)表示数组a和b相乘

numpy中,matrix与array的对比:

1)np.matrix([1,2,3])与np.array([[1,2,3]])一样的效果,但是不同于np.array([1,2,3]):

图16

2)数乘:np.matrix与np.array没有差异

图17

3)向量相乘,matrix矩阵的“*”相当于np.dot,而np.multiply与np.array矩阵的‘*’是一样的效果-数组相同位置上的数相乘

图18

4)向量除法

图19

5)矩阵相除

图20

在进行矩阵除法的过程中,我发现以下问题:

(1)np.linalg.inv(a)是求解a的逆矩阵,但是,因为精度的问题,矩阵a和他的逆矩阵乘起来,不一定为矩阵理论中的单位1矩阵I

(2)用ones矩阵除以任何一个矩阵时,发现结果不是另一个矩阵的逆矩阵,而是相同位置上,原来数组的取值均被1相除,有意思

(3)其余矩阵相除满足一般矩阵理论的除法。

一般明确知道是二维数组时,常用matrix构建,因为其计算与矩阵理论以及matlab里计算方法更加贴切。但是,高维数组则只能用np.array()来处理了。

基本就是这些,希望对大家有所帮助,同请大牛知道,谢谢~~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,312评论 5 473
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,578评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,337评论 0 333
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,134评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,161评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,303评论 1 280
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,761评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,421评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,609评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,450评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,504评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,194评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,760评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,836评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,066评论 1 257
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,612评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,178评论 2 341

推荐阅读更多精彩内容