Exo SVM

Machine Learning – Machine Learning– 2021fev année 2020-2021
TD 5 et 6
Exercice 1 – Support Vector Machine
On considère ici un problème de classification binaire vers Y = {−1, +1} de données dans un espace de
description X ∈ Rd . On note {(xi , y i ) ∈ (X, Y )}, i ∈ {1, . . . , n} l’ensemble d’apprentissage considéré.
La fonction de décision du classifieur considéré est donnée par : fw,b (x) = sign(wT x + b).
On considère dans un premier temps un ensemble de données linéairement séparable. Cet ensemble de
données et la frontière de décision sont représentés (en 2D) sur la figure 1.
Figure 1 – Ensemble de données linéairement séparables
Q 1.1 Marge
Sur cette figure, l’échantillon xi et de label y i est représenté par le point A. On s’intéresse à sa distance
signée γ i à la frontière de decision (dont le point le plus proche est représenté en B sur la figure).
Q 1.1.1 Sachant que w/||w|| est un vecteur unitaire othogonal à la frontière de décision, donner
l’expression de γ i en fonction de xi , y i , w et b.
Q 1.1.2 Montrer que la distance et la solution ne change pas en multipliant la solution par un scalaire,
i.e. pour (αw, αb). Que cela implique-t-il si l’on souhaite éloigner au maximum (au sens géométrique)
les points de la frontière de décision ?
Q 1.2 Formulation du SVM
On considère alors le problème d’optimisation sous contraintes suivant :
1
min ||w||2
w,b 2
s.t. y i (wT xi + b) ≥ 1, ∀i ∈ {1, . . . , n}
Q 1.2.1 Pourquoi choisit-on la contrainte ≥ 1 plutôt que ≥ 0 ? Pourquoi 1 ?

Q 1.2.2 Poser le Lagrangien à considérer pour optimiser ce problème sous contraintes
Q 1.2.3 Donner la solution analytique de la minimisation de ce Lagrangien selon w et b
Machine Learning – Machine Learning– 2021fev page 2
Q 1.2.4 En déduire une nouvelle formulation “duale” de notre problème d’optimisation sous contraintes
Q 1.2.5 Que cette nouvelle formulation permet-elle ?

Q 1.2.6 Quel est le problème du problème d’optimisation que l’on a considéré ? Proposer une nouvelle
formulation qui corrige ce problème
Q 1.2.7 Proposer la formulation duale de ce nouveau problème
Q 1.2.8 Donner la fonction de classification obtenue après optimisation de cette formulation duale
du SVM
Q 1.2.9 D’après les conditions de Karush-Kuhn-Tucker (KKT) concernant les propriétés de la
solution optimale d’un Lagrangien, on a : ai (1 − ξi − y i (wT xi + b)) = 0, ∀i ∈ {1..N } et βi ξi = 0, ∀i ∈
{1..N }. Qu’en déduire pour les paramètres ai obtenus à l’optimum ?
Q 1.2.10 Qu’en déduire pour l’estimation du biais b ?
Exercice 2 – Noyaux
Q 2.1 Montrez que si K et K 0 sont deux noyaux (i.e. il existe φ et φ0 telles que K(x, y) =< φ(x), φ(y) >
, K 0 (x, y) =< φ0 (x), φ0 (y) >) :
Q 2.1.1 cK est un noyau pour c ∈ R+
Q 2.1.2 K + K 0 est un noyau ;
Q 2.1.3 KK 0 est un noyau ;
Q 2.1.4 (1+ < x, x0 >)d est un noyau.
Exercice 3 – RKHS
Soit x1 , · · · , xn ∈ X, une fonction k : X × X → R, la matrice de GramPde K est la matrice
K := ki,j = k(xi , xj ). Une matrice est dite définie semi-positive si ∀ci ∈ R, i,j ci cj ki,j ≥ 0. Dans
ce cas, la fonction est dite également définie positive.
P
Q 3.1 Exprimez i,j ci cj ki,j par un produit scalaire. Montrez qu’un noyau est défini positif.
Q 3.2 Le but de cette question est de montrer la contraposée, qu’une fonction symétrique semi définie
positive k : X ×X → R est un noyau. Pour cela, il nous faut trouver un espace hilbertien H, un produit
scalaire Q : H × H → R et une projection φ : X → H telle que k(x, y) = Q(φ(x), φ(y)) ∀x, y ∈ X. On
va considérer H l’espace vectoriel engendré par les fonctions de la forme y → k(y, x) pour tout x ∈ X.
Un élément de H est donc une fonction de X → R.
Soit Φ : X → H := k(., x) un mapping de X aux fonctions de H, Φ(x)(x0 ) = k(x0 , x). Soient αi ∈ R,
βi ∈ R, xi ∈ X, x0i ∈ X pour i ∈ {1..n}. On définit :
n
X n
X n X
X n
f (.) = αi Φ(xi )(.), g(.) = βi Φ(x0i )(.), Q(f, g) = αi βj k(xi , x0j )
i=1 i=1 i=1 j=1
f et g sont bien dans H, vu que ce sont des combinaisons linéaires d’éléments de H.

Q 3.2.1 Montrez que Q peut s’exprimer uniquement à l’aide des βj et f (x0j ), ou des αi et g(xi )
Q 3.2.2 Montrez que Q(f, g) est un produit scalaire de f et g (on pourra alors remplacer Q(f, g)
par hf, gi). Pour cela, il s’agit de démontrer que :
• Q est symétrique
Machine Learning – Machine Learning– 2021fev page 3
• Q est bilinéaire
• Q(f, f ) ≥ 0 (on montrera dans la dernière question que Q(f, f ) = 0 ⇐⇒ f = 0).
Q 3.2.3 Que vaut Q(k(., x), f ) ? Q(k(., x), k(., x0 )) ? Justifiez le nom de k : reproducing kernel.
Q 3.2.4 En admettant que Q(f, g)2 ≤ Q(f, f )2 Q(g, g)2 , montrez que |f (x)|2 ≤ k(x, x).Q(f, f ).
Concluez.
Exercice 4 – Noyaux sur les chaînes de caractères
Soit S une séquence de mots sur un alphabet A fini. Montrez que :

1. K(x, x0 ) = nombre de sous-chaînes de longueur 5 que x et x0 ont en commun est un noyau ;
2. K(x, x0 ) = 1 si x et x0 ont au moins une sous-chaîne de longueur 5 en commun, 0 sinon, n’est
pas un noyau (indice : considérez 3 chaînes x,x0 et x00 ).

Exo SVM

Transféré par

Droits d'auteur :

Formats disponibles

Exo SVM

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exo SVM

Transféré par

Droits d'auteur :

Formats disponibles

Machine Learning – Machine Learning– 2021fev année 2020-2021

Exercice 1 – Support Vector Machine

Figure 1 – Ensemble de données linéairement séparables

s.t. y i (wT xi + b) ≥ 1, ∀i ∈ {1, . . . , n}

Q 1.2.1 Pourquoi choisit-on la contrainte ≥ 1 plutôt que ≥ 0 ? Pourquoi 1 ?

Q 1.2.5 Que cette nouvelle formulation permet-elle ?

f et g sont bien dans H, vu que ce sont des combinaisons linéaires d’éléments de H.

Exercice 4 – Noyaux sur les chaînes de caractères

Soit S une séquence de mots sur un alphabet A fini. Montrez que :

Vous aimerez peut-être aussi