支持向量机是在深度学习流行开来之前，性能表现最好的一种机器学习方法。在看这篇blog之前，默认读者已经有了对支持向量机的基本概念的认识。
一、支持向量机的进一步理解
支持向量机的优化目标在逻辑回归优化目标基础上进一步产生的。具体优化目标不说了，参看各种svm的书籍和博客。
1、提升线性回归值的划分要求
具体来讲，逻辑回归的优化目标是使用sigmoid函数将线性回归 weight * x + b 进行非线性映射，然后得到大于0属于正类，小于0属于反类。然而这样的分类造成了一个问题，比如在测试一个样本时，我们得到了一个线性回归的值0.1，按照sigmoid函数进行映射，0.1对应的函数值是略微大于0.5，该样本应当属于正类。
但是这时有个问题，把判定样本是正类还是反类当做一个随机变量，观测到的值是0.1。我们只是根据当前观测到的值进行判定，得到了正类的结果，事实上是正还是负依然不确定，这属于概率学中的假设检验内容，对于0.1这个样本的线性回归值，我们有很大的置信度它属于反类，因为0.1这个值太小了，太靠近0。即在靠近0附近的线性回归取值造成了一种问题，越靠近0，逻辑回归的判定越不准确。
因此，SVM提出了必须使线性回归值大于1时才判定为正，小于-1时判定为反类，我们把判定的阈值线划在了1和-1，此时的判定当然要比在0处更可信，因为此时根据sigmoid函数判定错误的置信度会小很多。
进一步，我们知道两个向量的内积的算法以及向量夹角与内积值的关系。若要使两个向量的内积值最大，其夹角为0最好。weight * x就是这样，也就是说，权重和样本的属性向量的夹角为0时，即方向一致时，取值最大，这样，线性回归的取值就能够很方便地大于1或者小于-1。而根据空间几何知识，超平面 weight * x + b = 0 的法线方向就是 weight 的方向。也就是说，权重向量要在属性空间中与样本向量方向尽量一致或尽量相反。最不一致和最不相反的向量就是支持向量对应的样本。
2、最大间隔
在优化目标的条件确定之后，最大间隔就是要使 weight最大化，这样找到的超平面的法线方向可以使margin最大。使用欧氏距离的平方，这样可以保证凸函数，且求导简便。
3、核函数
核函数的作用很简单，就是强硬将不可分的数据提升一个维度，让其可分。最常用的就是高斯核，核函数难以理解在于它没有提供一个直观的理解。因为不论是不是核函数，但凡是函数，都是将数据从 x 维映射到了 y 维。我们可以假想一个核函数，正类的样本经过它，取值都是1，反类经过核函数，核函数的取值都是0，而核函数就恰好完成了这么一个工作。
核函数作为一个函数，它的定义域就是样本的属性空间，值域就是一个实数数轴。可以理解所有核函数都是在定义一种距离，定义属性空间中，两个样本之间的距离，大于某个距离判为正，小于某个距离判为反类。核函数的作用就是强行拉出距离来。
核函数就是将线性数据非线性化，让数据在高维可分。这种方法叫做核方法。可以推广至其它机器学习算法。但是，似乎在其它方法中的应用都没有在SVM上好。
二、代码
1、 使用sklearn中的svm库
Svm库中包含了如下几个svm类，svc，svr，以SVC为例来具体解释一下所有的参数的含义，以及方法和属性。
SVC参数解释
（1）C: 目标函数的惩罚系数C，用来平衡分类间隔margin和错分样本的，default C = 1.0；
（2）kernel：参数选择有RBF, Linear, Poly, Sigmoid，precomputed或者自定义一个核函数, 默认的是"RBF"，即径向基核，也就是高斯核函数；而Linear指的是线性核函数，Poly指的是多项式核，Sigmoid指的是双曲正切函数tanh核。
在这里需要具体讲一下各种核函数怎么使用：
RBF核：高斯核函数就是在属性空间中找到一些点，这些点可以是也可以不是样本点，把这些点当做base，以这些base为圆心向外扩展，扩展半径即为带宽，即可划分数据。换句话说，在属性空间中找到一些超圆，用这些超圆来判定正反类。
线性核和多项式核：这两种核的作用也是首先在属性空间中找到一些点，把这些点当做base，核函数的作用就是找与该点距离和角度满足某种关系的样本点。当样本点与该点的夹角近乎垂直时，两个样本的欧式长度必须非常长才能保证满足线性核函数大于0；而当样本点与base点的方向相同时，长度就不必很长；而当方向相反时，核函数值就是负的，被判为反类。即，它在空间上划分出一个梭形，按照梭形来进行正反类划分。
Sigmoid核：同样地是定义一些base，核函数就是将线性核函数经过一个tanh函数进行处理，把值域限制在了-1到1上。
总之，都是在定义距离，大于该距离，判为正，小于该距离，判为负。至于选择哪一种核函数，要根据具体的样本分布情况来确定。
（3）degree：degree决定了多项式的最高次幂；
（4）gamma：核函数的系数('Poly', 'RBF' and 'Sigmoid'), 默认是gamma = 1 / n_features，即核函数的带宽，超圆的半径;
（5）coef0：核函数中的独立项，'RBF' and 'Poly'有效，即加在这两种核函数后面的bias值，次幂为0的项，默认是0.0，即认为多项式的核的常数项为0；
（6）probablity: 布尔取值，默认是false，指的是预测判定的时候是否采用概率估计；
（7）shrinking：是否进行启发式；
（8）tol（default = 1e - 3）: svm结束标准的精度，即容忍1000分类里出现一个错误;
（9）cache_size: 制定训练所需要的内存（以MB为单位）；
（10）class_weight: 正类和反类的样本数量是不一样的，这里就会出现类别不平衡问题，该参数就是指每个类所占据的权重，默认为1，即默认正类样本数量和反类一样多，也可以用一个字典dict指定每个类的权值，或者选择默认的参数balanced，指按照每个类中样本数量的比例自动分配权值。
（11）verbose: 在训练数据完成之后，会把训练的详细信息全部输出打印出来，可以看到训练了多少步，训练的目标值是多少；但是在多线程环境下，由于多个线程会导致线程变量通信有困难，因此verbose选项的值就是出错，所以多线程下不要使用该参数。
（12）max_iter: 最大迭代次数，这个是硬限制，它的优先级要高于tol参数，不论训练的标准和精度达到要求没有，都要停止训练。默认值是-1，指没有最大次数限制;
（13）decision_function_shape ： 原始的SVM只适用于二分类问题，如果要将其扩展到多类分类，就要采取一定的融合策略，这里提供了三种选择。‘ovo’ 一对一，决策所使用的返回的是（样本数，类别数*(类别数-1)/2）, ‘ovr’ 一对多，返回的是(样本数，类别数)，或者None，就是不采用任何融合策略, 默认是ovr，因为此种效果要比oro略好一点。
（14）random_state ：在使用SVM训练数据时，要先将训练数据打乱顺序，用来提高分类精度，这里就用到了伪随机序列。如果该参数给定的是一个整数，则该整数就是伪随机序列的种子值；如果给定的就是一个随机实例，则采用给定的随机实例来进行打乱处理；如果啥都没给，则采用默认的 np.random实例来处理。
提供的属性：
（1）support_ : 是一个array类型，它指的是训练出的分类模型的支持向量的索引，即在所有的训练样本中，哪些样本成为了支持向量。
（2）support_vectors_: 支持向量的集合，即汇总了当前模型的所有的支持向量。
（3）n_support_ : 比如SVC将数据集分成了4类，该属性表示了每一类的支持向量的个数。
（4）dual_coef_ :array, shape = [n_class-1, n_SV]对偶系数
支持向量在决策函数中的系数，在多分类问题中，这个会有所不同。
（5）coef_ : array,shape = [n_class-1, n_features]
该参数仅在线性核时才有效，指的是每一个属性被分配的权值。
（6）intercept_ :array, shape = [n_class * (n_class-1) / 2]决策函数中的常数项bias。和coef_共同构成决策函数的参数值。
from sklearn import svmimport numpy as npimport pylab as pl# we create 40 separable pointsnp.random.seed(2)X = np.r_[np.random.randn(20, 2) - [2, 2], np.random.randn(20, 2) + [2, 2]] # 一个是随机数加上均值为2，方差为2的正太分布，Y = [0] * 20 + [1] * 20print "++++++++++++++++++++++++++++++++++++++"clf = svm.SVC(kernel='linear', verbose=True)clf.fit(X, Y)print "对训练数据的准确性统计: ", clf.score(X, Y)# 获取分割超平面w = clf.coef_[0] # 分割超平面的参数权值，由于属性只有两维，所以 weight 也只有 2 维a = -w[0] / w[1] # 超平面直线的斜率xx = np.linspace(-5, 5) # 将 -5 到 5 上的数均分yy = a * xx - (clf.intercept_[0]) / w[1]# 画出经过支持向量的直线b = clf.support_vectors_[0] # 第一个支持向量，一定属于正类yy_down = a * xx + (b[1] - a * b[0]) # 经过支持向量的点的直线b = clf.support_vectors_[-1] # 最后一个支持向量，一定属于反类yy_up = a * xx + (b[1] - a * b[0])print "w: ", wprint "a: ", aprint "支持向量: ", clf.support_vectors_print "正类和负类的支持向量的索引: ", clf.support_print "每个类的支持向量的个数: ", clf.n_support_print "超平面的系数，仅在核函数为 RBF 和 Poly 时有效: ", clf.coef_pl.plot(xx, yy, 'k-')pl.plot(xx, yy_down, 'k--') # 分界线pl.plot(xx, yy_up, 'k--')pl.scatter(clf.support_vectors_[:, 0], # 正类的支持向量 clf.support_vectors_[:, 1], # 反类的支持向量 s=80, # 点的半径大小 facecolors='red') # face colors，支持向量的样本点的颜色pl.scatter(X[:, 0], # 样本的 x 轴数据 X[:, 1], # 样本集的 y 轴数据 c=Y, # 分类结果集 cmap=pl.cm.Paired) # cmap 确定颜色pl.axis('tight')pl.show()
2、支持向量机在何时失效？
即在高维上仍然不可分，导致分类器失效。我们可以假设，如果核函数极为复杂，能够拟合任何函数，则支持向量机的精确度会是100%，然而正如下面sklearn包中提供的核函数，都是一些初等函数，根据高等代数泰勒公式，多项式函数随着次数上升，可以以任意精度逼近任何函数，那么在代码中规定最高次数为10，则精度上升，当然这个计算代价是非常大的。
比如上面的例子，将代码中的变量X改成
X = np.r_[np.random.randn(20, 2), np.random.randn(20, 2) + [2, 2]]此时，X样本数据在属性空间无法做到线性可分，需要使用核函数映射到高维。这里，我们将SVC的参数改为多项式核函数，degree表示多项式核函数的次幂，我们可以多次调解degree的值，从2到10，观察预测数据的准确率。
clf = svm.SVC(kernel='poly', degree=5, verbose=True)
得到的预测准确率就无法达到100%了，取值为0.925，随着degree的升高，准确率能够逐渐升高，此时，迭代次数也越来越多，使用verbose参数可以看到，迭代次数从7次即可收敛得到超平面，直到300次才能收敛，这就是多项式函数在拟合复杂曲面时候的劣势。
然而，继续升高多项式核函数的次幂，准确率的提升微乎其微，也就是说，SVM算法达到了自己的性能顶峰，即数据在属性空间上出现了杂糅，细致的核函数可以描述，但是代价巨大。