根据Andrew Ng在斯坦福的《机器学习》视频做笔记，已经通过李航《统计学习方法》获得的知识不赘述，仅列出提纲。

1 支持向量机（Support Vector Machine）

从逻辑回归一点一点修改来得到本质上的支持向量机

优化目标
\[ min_{\theta}C\sum_{i=1}^m[y^{(i)}cost_1(\theta^Tx^{(i)})+(1-y^{(i)}cost_0(\theta^Tx^{(i)}))]+\frac{1}{2}\sum_{i=1}^n\theta_j^2 \]
由此可以得到具体的\(\theta\)

假设函数
\[ h_\theta(x)=\left\{ \begin{aligned} 1 && if \ \theta^Tx \ge 0 \\ 0 && otherwise \\ \end{aligned} \right. \]
大间距

更准确地，如果\(y=1\)，我们希望\(\theta^Tx \ge 1\)；反之，如果\(y=0\)，我们希望\(\theta^Tx \le -1\)。

最小化问题转变为
\[ min\frac{1}{2}\sum_{j=1}^n\theta_j^2 \ s.t\left\{ \begin{aligned} \theta^Tx \ge 1 && if \ y^{(i)}=1 \\ \theta^Tx \le -1 && if \ y^{(i)}=0 \\ \end{aligned} \right. \]
根据向量内积，问题变为
\[ min\frac{1}{2}\sum_{j=1}^n\theta_j^2=\frac{1}{2}||\theta||^2 \ s.t\left\{ \begin{aligned} p^{(i)}||\theta|| \ge 1 && if \ y^{(i)}=1 \\ p^{(i)}||\theta|| \le -1 && if \ y^{(i)}=0 \\ \end{aligned} \right. \]
其中\(p^{(i)}\)是\(x^{(i)}\)在\(\theta\)上的投影。

\(\theta\)和决策边界是正交的。（\(\theta^Tx=0，x\)是决策边界上的点）

核函数（相似度函数）\(k(x,l^{(i)})\)

高斯核函数\(exp(-\frac{||x-l^{(i)}||^2}{2\delta^2})\)

在预测时，我们采用的特征不是训练样本本身的特征，而是通过标记点和核函数计算出的新特征\(f1,f2,f3\)。

选取标记点

直接将训练样本作为标记点，\(l^{(1)},\cdots,l^{(m)}\)
\[ \left\{ \begin{aligned} y^{(i)}=1 && if \ \theta^Tf \ge 0 \\ y^{(i)}=0 && otherwise\\ \end{aligned} \right. \]
优化目标
\[ min_{\theta}C\sum_{i=1}^m[y^{(i)}cost_1(\theta^Tf^{(i)})+(1-y^{(i)}cost_0(\theta^Tf^{(i)}))]+\frac{1}{2}\sum_{i=1}^m\theta_j^2 \]
由此可以得到具体的\(\theta\)

参数

\(C\)：大，则高方差；低，则高偏差

\(\delta^2\)：大，则\(f_i\)平滑，高偏差；低，则\(f_i\)不平滑，高方差

使用SVM

使用软件包：liblinear，libsvm，……

确定参数C：

确定核函数：

线性核函数No kernel（linear kernel）：比如n很大，但是m很小，此时不使用内核参数

高斯核函数Gaussian kernel：确定\(\delta^2\)；比如n很小，但是m很大（使用前记得特征缩放）

多项式核函数（Polynomial Kernel）：\((x^Tl+constant)^{degree}\)

字符串核函数（String kernel）

卡方核函数（ chi-square kernel）

直方图交集核函数（histogram intersection kernel）

默塞尔算法

多类

• SVM包
• one vs. all

逻辑回归 vs. SVMs

1. n>m，使用逻辑回归，或者线性核函数的SVM（训练集数据量不够支持我们训练一个复杂的非线性模型）
2. n小，m中等大小，使用高斯核函数的SVM
3. n小，m大，首先增加特征数量，然后使用逻辑回归，或者线性核函数的SVM（训练集数据量不太大，SVM速度会很慢）