Beruflich Dokumente
Kultur Dokumente
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
2 de junio de 2015
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
1 Introduccin
2 Clasificadores lineales
3 Margen maximo y vectores de soporte
4 Forma dual
5 Margen maximo con holgura
6 El truco del kernel
7 SVMs
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Introduccion
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
1
2
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
1
2
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
1
2
Margen maximo y
vectores de soporte
Forma dual
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Clasificadores lineales
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
Cada ejemplo
de entrenamiento sera un par (xi ,
{
xi X
donde y Y
i
yi )
Conjunto de entrenamiento
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Objetivo
Encontrar un hiperplano h de dimensin (n 1) que separe los
ejemplos etiquetados con -1 de los etiquetados con +1 con un
margen mximo
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Objetivo
Encontrar un hiperplano h de dimensin (n 1) que separe los
ejemplos etiquetados con -1 de los etiquetados con +1 con un
margen mximo
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
h (x) = signo
( n
donde H : Y
)
wi xi + b
i=1
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
+1
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
+1
-1
-1
b
+1
-1
-1
w
x + b = 0
w
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
+1
d
d
Margen:
+1
Introduccin
+1
+1
-1
Clasificadores lineales
Margen maximo y
vectores de soporte
+1
-1
-1
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
+1
-1
w
-1
+1
w
-1
-1
x + b = 1
h2 : w
x + b = 0
h:w
x + b = 1
h1 : w
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
+1
d
d
Margen:
+1
Introduccin
+1
+1
-1
Clasificadores lineales
Margen maximo y
vectores de soporte
+1
-1
-1
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
+1
-1
w
-1
+1
w
-1
-1
x + b = 1
h2 : w
x + b = 0
h:w
x + b = 1
h1 : w
Objetivo
Buscar, construir el hiperplano de margen maximo
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Recordatorio
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Donde tenemos:
x + b = +1 (Delimita ejemplos + 1)
h1 : w
x + b = 1 (Delimita ejemplos 1)
h2 : w
y el hiperplano de margen maximo definido por la ecuacion:
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
x + b = 0
h:w
Los vectores de soporte son aquellos ejemplos de entrenamiento
definen los hiperplanos de separacion h1 y h2 sealados con un
circulo en la figura anterior.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
para yi = 1
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
Puede demostrarse que la distancia entre el hiperplano objetivo h y cada hiperplano Separador, h1 y h2 , es
1
w
Por lo que el margen es
2
w
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
y de b que:
Objetivo: Buscar los valores de w
w )
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
w
2
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
MINIMICEN :
SUJETO A :
1
2
w
2
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Forma dual
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
En la prctica se usa la forma dual del problema de optimizacin anterior. Permite expresar
el problema de optimizacin en funcin de productos escalares entre los vectores de entrenamiento (necesario para poder aplicar funciones
kernel).
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
Reformulacion
puede expresarse como una combinacion lineal de los
w
ejemplos de entrenamiento [(xi , yi ) L] en la forma
= li=1 i yixi
w
Cada ejemplo de entrenamiento (xi , yi ) L tiene
asociada una variable i que describe su
influencia en el hiperplano de margen maximo.
Solo los vectores soporte participan en la definicion
:
del vector w
i > 0 para los xi que sean vectores soporte
i = 0 para los xi que no sean vectores
soporte
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Reformulacion
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
x + b =
h:w
i yi (xi x)
i=1
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
MAXIMICEN
1
i j yi yj (xi xj )
2 i=1 j=1
l
i=1
{l
SVMs
SUJETO A :
i=1
i yi = 0
i 0i {1, ..., l}
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
+1
i = 0
i = C +1
+1
i = 0
Introduccin
+1
i = 0
Clasificadores lineales
Margen maximo y
vectores de soporte
-1
0 < i < C
0 < i < C
+1
-1
i = 0
-1
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
-1
i = 0
i = C
+1
i = 0
+1
i = 0
+1
i = C
-1
i = 0
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
para yi = +1
xi + b 1 + i
w
para yi = 1
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Enunciado(forma primal)
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
MINIMICEN :
SUJETO A :
1
2
w + C
i
2
i=1
y1 (
w x1 + b) 1 1
y2 (
w x2 + b) 1 2
...
yl (
w xl + b) 1 l
con
i 0 i {1, 2, ..., l}
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
i=1
SVMs
{l
SUJETO A :
1
i j yi yj (xi xj )
2 i=1 j=1
l
i=1
i yi = 0
0 i C i {1, ..., l}
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Problema
La mayoria de las situaciones problema en la vida real no son
linealmente separables.
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
Idea
Transformar los ejemplos de entrenamiento a un espacio vectorial
de alta dimension (N n) (denominado Espacio de
caracteristicas) donde si sea posible la separacion lineal.
(x) : X donde
{
: Funcion de transformacion
|X| = n, || = N
Nn
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Maquinas de Soporte
Vectorial
(x)
(x)
Introduccin
-1
+1
Clasificadores lineales
+1
+1
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
+1
+1
+1
-1
-1
-1
+1
+1
+1
+1
+1
-1
-1
+1
-1
-1
-1
+1
+1
-1
+1
-1
-1
-1
-1
-1
(x)
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Inconvenientes potenciales
Dificil encontrar/definir una funcion de transformacion
(x) adecuada.
Costoso convertir vectores de X en vectores de
(vectores muy grandes).
Costoso calcular productos escalares en sobre vectores
tan grandes.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
SVMs
Es decir, (x, y) = (
) (u) para alguna funcion de transformacion implicita, (x) :
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
Definiciones previas
: es simetrica si
(x, y) = (y, x) x, y
: es semidefinida positiva si
se verifica que : para
cualquier conjunto de objetos x1 , x2 , ..., xn
de y cualquier conjunto de valores
reales c1 , c2 , ..., cn .
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Recordatorio
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
En matemticas, el concepto de espacio de Hilbert es una generalizacin del concepto de espacio eucldeo. Esta generalizacin
permite que nociones y tcnicas algebraicas y geomtricas aplicables a espacios de dimensin dos y tres se extiendan a espacios de
dimensin arbitraria, incluyendo a espacios de dimensin infinita.
Ejemplos de tales nociones y tcnicas son la de ngulo entre vectores, ortogonalidad de vectores, el teorema de Pitgoras, proyeccin
ortogonal, distancia entre vectores y convergencia de una sucesin.
El nombre dado a estos espacios es en honor al matemtico David
Hilbert quien los utiliz en su estudio de las ecuaciones integrales.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
xy2
2 2
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
Combinacion de kernels:
Si k1 y k2 son funciones kernel, tambien lo
seran:
k1 (x, y) + k2 (x, y)
k1 (x, y)
k1 (x, y) k2 (x, y)
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
SVMs
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
i=1
{l
SVMs
SUJETO A :
1
i j yi yj (xi ,xj )
2 i=1 j=1
l
i=1
i yi = 0
0 i C i {1, ..., l}
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
Maquinas de Soporte
Vectorial
Juan David Bolaos
Aguilar
Introduccin
Clasificadores lineales
Margen maximo y
vectores de soporte
Forma dual
Margen maximo con
holgura
El truco del kernel
xi ,xj ) se
i
i=1
i=1
j=1 i j yi yj (
2
aplica
implicita sobre
forma
l realmente
l de
l
1
xi ) (xi )
i=1 i 2
i=1
j=1 i j yi yj (
SVMs
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.