Академический Документы
Профессиональный Документы
Культура Документы
Roteiro
Introduo
O que SVM? Motivao Exemplo simples
SVM
Dados linearmente separveis Dados linearmente inseparveis
Exemplo
Introduo
Mtodo supervisionado de aprendizado de mquina Classificao em dois grupos
Classificao de mltiplas classes no uma limitao, pois pode-se construir uma SVM para cada classe
Introduo
1968: base matemtica
Teoria de Lagrange
[Vapnik et al, 1992] Primeiro artigo [Vapnik et al, 1998] Definio detalhada ltima dcada
Srie de artigos com aplicaes de SVM Srie de artigos com otimizaes de SVM
SMO, por exemplo
Introduo
SVM so utilizadas em diversas reas:
Bioinformtica Reconhecimento de assinaturas Classificao de texto e imagens Identificao de spams Reconhecimento de padres diversos Identificao de dados replicados
Motivao da SVM
Como separar as duas classes? Como separar as duas classes?
Motivao da SVM
Reta / Plano / Hiperplano ?
Conceitos de SVM
Qual o hiperplano timo?
Menor erro de classificao Maior margem
Distncia entre vetores de suporte e o hiperplano
Conceitos de SVM
Qual o hiperplano timo?
Menor erro de classificao Maior margem
Distncia entre vetores de suporte e o hiperplano
Conjunto dito linearmente separvel, se existir um hiperplano H (no espao de entrada) que separe as tuplas de classes diferentes Determinar os vetores de suporte Encontrar o hiperplano timo
Com maior margem
O Hiperplano (H)
Pontos que pertencem a H satisfazem a equao
wx+b= 0
w: vetor normal a H w = w1, w2, ..., wn ||w|| a norma euclidiana de w (w w ) = (w12 + ... + wn2 ) |b|/||w|| a distncia perpendicular de H at a origem
Orientao de w b > 0 (origem no lado positivo) b < 0 (origem no lado negativo) b = 0 (origem pertence ao plano)
X2
H w |b|/||w|| r x
X1
Escolhendo arbitrariamente w1 = 1
Norma de w
||w|| = (w12+w22) |b| / ||w|| = 5/2
= 2
X2
5 H
w 5/ 2 x = (5,2) 2 5 X1
Hiperplano timo
r+: distncia entre H e o ponto positivo mais prximo r-: distncia entre H e o ponto negativo mais prximo margem: r+ + rObjetivo da SVM encontrar w0 e b0 para a maior margem
X2
H2
H1 H0 r+
r-
w0
Hiperplano timo
margem = 2 / ||w||
aquele que possui maior margem aquele que possui menor ||w|| Determinao do hiperplano
Problema de otimizao restrita Minimizar uma funo de custo (produto interno) sujeito a restries Multiplicadores de Lagrange
Fora do escopo Exemplo Prtico
Exemplo
-1, 0, -1 0, -1, -1 0, 1, -1 1, 0, -1 3, -1, +1 3, 1, +1 6, -1, +1 6, 1, +1
Exemplo
-1, 0, -1 0, -1, -1 0, 1, -1 1, 0, -1 3, -1, +1 3, 1, +1 6, -1, +1 6, 1, +1
H1: w x + b = 1 H2: w x + b = -1 w1x1 + w2x2 + b = -1 1w1 + 0w2 + b = -1 b = -1 - w1 w1x1 + w2x2 + b = 1 3w1 -1w2 + b = 1 w2 = 3w1 -1 -w1 -1 w2 = 2w1 -2 3w1 +1w2 + b = 1 3w1 + 2w1 -2 -1 -w1 = 1 w1 = 1 b = -2 w2 = 0 (1, 0) x - 2 = 0 X1 = 2
Exemplo
(1, 0) -1 (3, -1) +1 (3, 1) +1
H: (1, 0) x - 2 = 0 H: x1 - 2 = 0
Exemplo
Dados de Teste (4, 2), (1.5, 0.5), (0, -2) 4 - 2 = 2 [+1] 1.5 - 2 = -0.5 [-1] 0 - 2 = -2 [-1]
Exemplo
Como separar as duas classes com apenas um ponto?
X1 Class 0 1 2 3 +1 -1 -1 +1
0 1 2 3 4
Class +1 Class -1
Exemplo
SVM usa uma funo no linear sobre os atributos do espao de caractersticas inicial
X1 Class 0 1 2 3 +1 -1 -1 +1
0 1 2 3 4 Class +1 Class -1
Exemplo
SVM usa uma funo no linear sobre os atributos do espao de caractersticas inicial
Class +1
X1 X1 0 1 2 3 0 1 4 9
Class +1 -1 -1 +1
Class -1
10 8 6 4 2 0
0 1 2 3 4
(X1) = (X1, X12) Esta funo torna o problema bidimensional e os dados linearmente separveis
Exemplo
w x + b = +1
w1x1 + w2x2 + b = +1 0w1 + 0w2 + b = +1 3w1 + 9w2 + b = +1
w1x1 + w2x2 + b = -1 1w1 + 1w2 + b = -1 2w1 + 4w2 + b = -1 w1x1 + w2x2 + b = 0 b=1
X1 X12 Class 0 0 +1
1
2 3
1
4 9
-1
-1 +1
w x + b = -1
wx+b=0
w2 =1 e w1 = -3
-3x1 + x2 + 1 = 0
Exemplo
H: -3x1 + x2 + 1 = 0 Dados de Teste (1.5), (-1), (4)
-1 0
Class +1 Class -1
(-1) mapear para (-1,1) -3 . -1 + 1 + 1 = 5 [+1] (4) mapear para (4,16) -3 . 4 + 16 + 1 = 5 [+1]
Class -1
10 8 6 4 2 0
0 1 2 3 4
Outro Exemplo
Como separar as duas classes com apenas uma reta?
X1 X2 Class 1 1 -1
-1
1 -1 2 -2 2 -2
1
-1 -1 2 2 -2 -2
-1
-1 -1 +1 +1 +1 +1
Outro Exemplo
(x1, x2) =
(4-x2+|x1-x2|, 4-x1+|x1-x2|), (x1, x2) (x12 + x22) > 2
Outro Exemplo
Vetores de Suporte
x1 1 x2 1 Class -1
-1
1 -1 2 6 10 6
1
-1 -1 2 6 6 10
-1
-1 -1 +1 +1 +1 +1
H1: w x + b = 1 H2: w x + b = -1 w1x1 + w2x2 + b = -1 1w1 + 1w2 + b = -1 w1 = -1 -b -w2 w1x1 + w2x2 + b = 1 2(-1 -b -w2) + 2w2 + b = 1 -2 -2b -2w2 +2w2 + b = 1 b = -3 (2-1) x2 = (2-1) x1 2x2 - x2 = 2x1 - x1 x2 = x 1 w1 = w2 = 1 H0: (1,1) x -3 = 0 x1 + x2 -3 = 0
Outro Exemplo
Vetores de Suporte
x1
1 2
x2
1 2
Class
-1 +1
Equao da reta
Outro Exemplo
(x1, x2) = (4-x2+|x1-x2|, 4-x1+|x1-x2|), (x12 + x22) > 2
(x1, x2)
Esta funo realmente separa o espao original de forma linear? Dados de teste (5,5) (5,5) = (-1, -1) Dados de teste (4,4) (4,4) = (0, 0) Erros de classificao!
(4,4)
(5,5)
Outro Exemplo
Funo de mapeamento no ideal
Problema
Como escolher a funo (x) tal que o espao de caractersticas transformado seja eficiente para classificao e no possua custo computacional alto demais?
Outro Exemplo
[x1,x2] = [x1, x2, ((x12+x22)-5)/3 ]
LibSVM
http://www.csie.ntu.edu.tw/~cjlin/libsvm/ Disponvel em Java e C++ Applet para brincar
Bibliografia
Burges, J. A tutorial on support vector machines for pattern recognition. Data Mining Knowledge Discovering, 1998, pp. 121167. Han, J.; Kamber, M. Data Mining: Concepts and Techniques. 2nd edition, Morgan Kaufmann, 2006. Hearst, M.; Schlkopf, B.; Dumais, S.; Osuna, E.; Platt, J. Trends and controversies-support vector machines. IEEE Intelligent Systems 13: 18-28, 1998. Joachims, T. Text categorization with Support Vector Machines: Learning with many relevant features. Proceedings of ECML-98, 10th European conference on machine learning, 1998, pp 137142. Kumar, V ; Tan, P.; Steinbach, M. Introduction to Data Mining. Addison-Wesley, 2005. Lin, T.; Ngo, T. Clustering High Dimensional Data Using SVM. Rough Sets, Fuzzy Sets, Data Mining and Granular Computing. Lecture Notes in Computer Science, Springer, 2007. Mangasarian, O. Data mining via support vector machines. System Modeling and Optimization, Kluwer Academic Publishers, Boston, 2003, 91-112. Vapnik, V. Statistical LearningTheory. Wiley, 1998. Ventura, D. A (not finished) tutorial example for linear and non-linear SVMs. Available at http://axon.cs.byu.edu/~dan/478/misc/SVM.example.pdf