„SVM Machine Learning“ mokymo programa - kas yra palaikomojo vektoriaus mašinų algoritmas, paaiškintas kodų pavyzdžiais

Šiuo metu dauguma mašininio mokymosi užduočių apima tokius dalykus, kaip klasifikuoti vaizdus, ​​versti kalbas, tvarkyti didelius duomenų kiekius iš jutiklių ir numatyti būsimas vertes pagal dabartines vertes. Galite pasirinkti skirtingas strategijas, kad atitiktų problemą, kurią bandote išspręsti.

Geros naujienos? Yra mašininio mokymosi algoritmas, kuris apdoros beveik visus duomenis, kuriuos galite į jį išmesti. Bet mes pasieksime per minutę.

Prižiūrimas ir neprižiūrimas mokymasis

Dvi dažniausiai mašininio mokymosi metu naudojamos strategijos apima prižiūrimą mokymąsi ir neprižiūrimą mokymąsi.

Kas yra prižiūrimas mokymasis?

Prižiūrimas mokymas yra tada, kai mokote mašininio mokymosi modelį naudodami paženklintus duomenis. Tai reiškia, kad turite duomenų, kurie jau susieti su tinkama klasifikacija. Vienas dažniausiai naudojamas prižiūrimas mokymasis yra padėti jums numatyti naujų duomenų vertes.

Naudodami prižiūrimą mokymą, turėsite atkurti savo modelius, kai gausite naujų duomenų, kad įsitikintumėte, jog pateiktos prognozės vis dar yra tikslios. Prižiūrimo mokymosi pavyzdys galėtų būti maisto produktų ženklinimas etiketėmis. Galėtumėte turėti duomenų rinkinį, skirtą tik picos vaizdams, kad išmokytumėte savo modelį, kas yra pica.

Kas yra neprižiūrimas mokymasis?

Neprižiūrimas mokymas yra tada, kai mokote modelį su nepažymėtais duomenimis. Tai reiškia, kad modelis turės rasti savo ypatybes ir numatyti, atsižvelgdamas į tai, kaip jis klasifikuoja duomenis.

Neprižiūrimo mokymosi pavyzdys galėtų būti pavyzdžio pateikimas iš kelių rūšių maisto produktų be etikečių. Duomenų rinkinyje būtų picos, bulvytės ir kitų maisto produktų vaizdai, ir jūs galite naudoti skirtingus algoritmus, kad modelis atpažintų tik picos vaizdus be jokių etikečių.

Taigi, koks yra algoritmas?

Kai girdite žmones kalbant apie mašininio mokymosi algoritmus, atminkite, kad jie kalba apie skirtingas matematikos lygtis.

Algoritmas yra tik pritaikoma matematikos funkcija. Štai kodėl daugumoje algoritmų yra tokių dalykų kaip išlaidų funkcijos, svorio vertės ir parametrų funkcijos, kurias galite keisti pagal duomenis, su kuriais dirbate. Savo esme mašininis mokymasis yra tik krūva matematinių lygčių, kurias reikia išspręsti tikrai greitai.

Štai kodėl yra tiek daug skirtingų algoritmų, skirtų tvarkyti įvairių rūšių duomenis. Vienas konkretus algoritmas yra palaikomojo vektoriaus mašina (SVM) ir tai, ką šis straipsnis išsamiai apims.

Kas yra SVM?

Pagalbinės vektorinės mašinos yra prižiūrimų mokymosi metodų rinkinys, naudojamas klasifikavimui, regresijai ir išskirtinių reikšmių nustatymui. Visa tai yra įprasta mašininio mokymosi užduotis.

Galite juos naudoti vėžinėms ląstelėms nustatyti pagal milijonus vaizdų, arba galite naudoti numatydami būsimus važiavimo maršrutus naudodami gerai pritaikytą regresijos modelį.

Yra tam tikrų tipų SVM, kuriuos galite naudoti konkrečioms mašininio mokymosi problemoms, pvz., Palaikomosios vektoriaus regresijai (SVR), kuri yra palaikomosios vektoriaus klasifikacijos (SVC) išplėtimas.

Svarbiausia nepamiršti, kad tai tik matematikos lygtys, sureguliuotos taip, kad kuo greičiau pateiktų kuo tikslesnį atsakymą.

SVM skiriasi nuo kitų klasifikavimo algoritmų dėl to, kaip jie pasirenka sprendimo ribą, kuri maksimaliai padidina atstumą nuo artimiausių visų klasių duomenų taškų. SVM sukurta sprendimo riba vadinama didžiausios maržos klasifikatoriumi arba maksimalios maržos hiper plokštuma.

Kaip veikia SVM

Paprastas tiesinis SVM klasifikatorius veikia tiesdamas liniją tarp dviejų klasių. Tai reiškia, kad visi duomenų taškai vienoje linijos pusėje reprezentuos kategoriją, o kitoje linijos pusėje esantys duomenų taškai bus priskirti kitai kategorijai. Tai reiškia, kad galima rinktis be galo daug eilučių.

Dėl to linijinis SVM algoritmas yra geresnis už kai kuriuos kitus algoritmus, pvz., Artimiausius kaimynus k, yra tai, kad jis parenka geriausią eilutę duomenų punktams klasifikuoti. Ji pasirenka liniją, kuri skiria duomenis ir yra kuo toliau nuo spintos duomenų taškų.

2-D pavyzdys padeda suprasti visą mašininio mokymosi žargoną. Iš esmės tinklelyje turite keletą duomenų taškų. Jūs bandote atskirti šiuos duomenų taškus pagal kategoriją, į kurią jie turėtų tilpti, tačiau nenorite, kad duomenys būtų neteisingoje kategorijoje. Tai reiškia, kad bandote rasti liniją tarp dviejų artimiausių taškų, kuri kitus duomenų taškus laiko atskirai.

Taigi du artimiausi duomenų taškai suteikia jums paramos vektorius, kuriuos naudosite norėdami rasti tą liniją. Ta linija vadinama sprendimo riba.

Sprendimo riba neturi būti linija. Tai taip pat vadinama hiper plokštuma, nes jūs galite rasti sprendimo ribą su bet kokiu funkcijų skaičiumi, o ne tik dviem.

SVM tipai

Yra du skirtingi SVM tipai, kiekvienas naudojamas skirtingiems dalykams:

  • Paprastas SVM: Paprastai naudojamas tiesinės regresijos ir klasifikavimo problemoms spręsti.
  • Branduolio SVM: turi daugiau lankstumo netiesiniams duomenims, nes galite pridėti daugiau funkcijų, kad tilptų hiper plokštumoje, o ne dvimatėje erdvėje.

Kodėl SVM naudojami mašininiame mokyme

SVM yra naudojami tokiose programose kaip rašysenos atpažinimas, įsilaužimų aptikimas, veido aptikimas, el. Pašto klasifikavimas, genų klasifikavimas ir tinklalapiuose. Tai yra viena iš priežasčių, kodėl mes naudojame SVM mašininiame mokyme. Jis gali valdyti tiek klasifikaciją, tiek regresiją tiesiniuose ir netiesiniuose duomenyse.

Kita priežastis, kodėl mes naudojame SVM, yra ta, kad jie gali rasti sudėtingus jūsų duomenų ryšius, jums nereikalaujant daugybės transformacijų. Tai puiki galimybė dirbant su mažesniais duomenų rinkiniais, kuriuose yra nuo dešimčių iki šimtų tūkstančių funkcijų. Jie paprastai randa tikslesnius rezultatus, palyginti su kitais algoritmais, nes jie sugeba tvarkyti mažus, sudėtingus duomenų rinkinius.

Štai keletas privalumų ir trūkumų, susijusių su SVM naudojimu.

Argumentai "už"

  • Veiksminga duomenų rinkiniams, turintiems daug funkcijų, pvz., Finansinius ar medicininius duomenis.
  • Veiksminga tais atvejais, kai funkcijų skaičius yra didesnis nei duomenų taškų skaičius.
  • Sprendimo funkcijoje naudojamas mokymo taškų pogrupis, vadinamas palaikymo vektoriais, todėl jis efektyvus atmintyje.
  • Different kernel functions can be specified for the decision function. You can use common kernels, but it's also possible to specify custom kernels.

Cons

  • If the number of features is a lot bigger than the number of data points, avoiding over-fitting when choosing kernel functions and regularization term is crucial.
  • SVMs don't directly provide probability estimates. Those are calculated using an expensive five-fold cross-validation.
  • Works best on small sample sets because of its high training time.

Since SVMs can use any number of kernels, it's important that you know about a few of them.

Kernel functions

Linear

These are commonly recommended for text classification because most of these types of classification problems are linearly separable.

The linear kernel works really well when there are a lot of features, and text classification problems have a lot of features. Linear kernel functions are faster than most of the others and you have fewer parameters to optimize.

Here's the function that defines the linear kernel:

f(X) = w^T * X + b

In this equation, w is the weight vector that you want to minimize, X is the data that you're trying to classify, and b is the linear coefficient estimated from the training data. This equation defines the decision boundary that the SVM returns.

Polynomial

The polynomial kernel isn't used in practice very often because it isn't as computationally efficient as other kernels and its predictions aren't as accurate.

Here's the function for a polynomial kernel:

f(X1, X2) = (a + X1^T * X2) ^ b

This is one of the more simple polynomial kernel equations you can use. f(X1, X2) represents the polynomial decision boundary that will separate your data. X1 and X2 represent your data.

Gaussian Radial Basis Function (RBF)

One of the most powerful and commonly used kernels in SVMs. Usually the choice for non-linear data.

Here's the equation for an RBF kernel:

f(X1, X2) = exp(-gamma * ||X1 - X2||^2)

In this equation, gamma specifies how much a single training point has on the other data points around it. ||X1 - X2|| is the dot product between your features.

Sigmoid

More useful in neural networks than in support vector machines, but there are occasional specific use cases.

Here's the function for a sigmoid kernel:

f(X, y) = tanh(alpha * X^T * y + C)

In this function, alpha is a weight vector and C is an offset value to account for some mis-classification of data that can happen.

Others

There are plenty of other kernels you can use for your project. This might be a decision to make when you need to meet certain error constraints, you want to try and speed up the training time, or you want to super tune parameters.

Some other kernels include: ANOVA radial basis, hyperbolic tangent, and Laplace RBF.

Now that you know a bit about how the kernels work under the hood, let's go through a couple of examples.

Examples with datasets

To show you how SVMs work in practice, we'll go through the process of training a model with it using the Python Scikit-learn library. This is commonly used on all kinds of machine learning problems and works well with other Python libraries.

Here are the steps regularly found in machine learning projects:

  • Import the dataset
  • Explore the data to figure out what they look like
  • Pre-process the data
  • Split the data into attributes and labels
  • Divide the data into training and testing sets
  • Train the SVM algorithm
  • Make some predictions
  • Evaluate the results of the algorithm

Some of these steps can be combined depending on how you handle your data. We'll do an example with a linear SVM and a non-linear SVM. You can find the code for these examples here.

Linear SVM Example

We'll start by importing a few libraries that will make it easy to work with most machine learning projects.

import matplotlib.pyplot as plt import numpy as np from sklearn import svm

For a simple linear example, we'll just make some dummy data and that will act in the place of importing a dataset.

# linear data X = np.array([1, 5, 1.5, 8, 1, 9, 7, 8.7, 2.3, 5.5, 7.7, 6.1]) y = np.array([2, 8, 1.8, 8, 0.6, 11, 10, 9.4, 4, 3, 8.8, 7.5])

The reason we're working with numpy arrays is to make the matrix operations faster because they use less memory than Python lists. You could also take advantage of typing the contents of the arrays. Now let's take a look at what the data look like in a plot:

# show unclassified data plt.scatter(X, y) plt.show()

Once you see what the data look like, you can take a better guess at which algorithm will work best for you. Keep in mind that this is a really simple dataset, so most of the time you'll need to do some work on your data to get it to a usable state.

We'll do a bit of pre-processing on the already structured code. This will put the raw data into a format that we can use to train the SVM model.

# shaping data for training the model training_X = np.vstack((X, y)).T training_y = [0, 1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 1]

Now we can create the SVM model using a linear kernel.

# define the model clf = svm.SVC(kernel='linear', C=1.0)

That one line of code just created an entire machine learning model. Now we just have to train it with the data we pre-processed.

# train the model clf.fit(training_X, training_y)

That's how you can build a model for any machine learning project. The dataset we have might be small, but if you encounter a real-world dataset that can be classified with a linear boundary this model still works.

With your model trained, you can make predictions on how a new data point will be classified and you can make a plot of the decision boundary. Let's plot the decision boundary.

# get the weight values for the linear equation from the trained SVM model w = clf.coef_[0] # get the y-offset for the linear equation a = -w[0] / w[1] # make the x-axis space for the data points XX = np.linspace(0, 13) # get the y-values to plot the decision boundary yy = a * XX - clf.intercept_[0] / w[1] # plot the decision boundary plt.plot(XX, yy, 'k-') # show the plot visually plt.scatter(training_X[:, 0], training_X[:, 1], c=training_y) plt.legend() plt.show()

Non-Linear SVM Example

For this example, we'll use a slightly more complicated dataset to show one of the areas SVMs shine in. Let's import some packages.

import matplotlib.pyplot as plt import numpy as np from sklearn import datasets from sklearn import svm

This set of imports is similar to those in the linear example, except it imports one more thing. Now we can use a dataset directly from the Scikit-learn library.

# non-linear data circle_X, circle_y = datasets.make_circles(n_samples=300, noise=0.05)

The next step is to take a look at what this raw data looks like with a plot.

# show raw non-linear data plt.scatter(circle_X[:, 0], circle_X[:, 1], c=circle_y, marker=".") plt.show()

Now that you can see how the data are separated, we can choose a non-linear SVM to start with. This dataset doesn't need any pre-processing before we use it to train the model, so we can skip that step. Here's how the SVM model will look for this:

# make non-linear algorithm for model nonlinear_clf = svm.SVC(kernel='rbf', C=1.0)

In this case, we'll go with an RBF (Gaussian Radial Basis Function) kernel to classify this data. You could also try the polynomial kernel to see the difference between the results you get. Now it's time to train the model.

# training non-linear model nonlinear_clf.fit(circle_X, circle_y)

You can start labeling new data in the correct category based on this model. To see what the decision boundary looks like, we'll have to make a custom function to plot it.

# Plot the decision boundary for a non-linear SVM problem def plot_decision_boundary(model, ax=None): if ax is None: ax = plt.gca() xlim = ax.get_xlim() ylim = ax.get_ylim() # create grid to evaluate model x = np.linspace(xlim[0], xlim[1], 30) y = np.linspace(ylim[0], ylim[1], 30) Y, X = np.meshgrid(y, x) # shape data xy = np.vstack([X.ravel(), Y.ravel()]).T # get the decision boundary based on the model P = model.decision_function(xy).reshape(X.shape) # plot decision boundary ax.contour(X, Y, P, levels=[0], alpha=0.5, linestyles=['-'])

You have everything you need to plot the decision boundary for this non-linear data. We can do that with a few lines of code that use the Matlibplot library, just like the other plots.

# plot data and decision boundary plt.scatter(circle_X[:, 0], circle_X[:, 1], c=circle_y, s=50) plot_decision_boundary(nonlinear_clf) plt.scatter(nonlinear_clf.support_vectors_[:, 0], nonlinear_clf.support_vectors_[:, 1], s=50, lw=1, facecolors="none") plt.show()

When you have your data and you know the problem you're trying to solve, it really can be this simple.

You can change your training model completely, you can choose different algorithms and features to work with, and you can fine tune your results based on multiple parameters. There are libraries and packages for all of this now so there's not a lot of math you have to deal with.

Tips for real world problems

Real world datasets have some common issues because of how large they can be, the varying data types they hold, and how much computing power they can need to train a model.

There are a few things you should watch out for with SVMs in particular:

  • Make sure that your data are in numeric form instead of categorical form. SVMs expect numbers instead of other kinds of labels.
  • Avoid copying data as much as possible. Some Python libraries will make duplicates of your data if they aren't in a specific format. Copying data will also slow down your training time and skew the way your model assigns the weights to a specific feature.
  • Watch your kernel cache size because it uses your RAM. If you have a really large dataset, this could cause problems for your system.
  • Scale your data because SVM algorithms aren't scale invariant. That means you can convert all of your data to be within the ranges of [0, 1] or [-1, 1].

Other thoughts

You might wonder why I didn't go into the deep details of the math here. It's mainly because I don't want to scare people away from learning more about machine learning.

It's fun to learn about those long, complicated math equations and their derivations, but it's rare you'll be writing your own algorithms and writing proofs on real projects.

It's like using most of the other stuff you do every day, like your phone or your computer. You can do everything you need to do without knowing the how the processors are built.

Machine learning is like any other software engineering application. There are a ton of packages that make it easier for you to get the results you need without a deep background in statistics.

Once you get some practice with the different packages and libraries available, you'll find out that the hardest part about machine learning is getting and labeling your data.

Aš dirbu neuromokslų, mašininio mokymosi, žiniatinklio pagrindu! Turėtumėte sekti mane „Twitter“, kad sužinotumėte daugiau apie tai ir kitas šaunias technologijas.