source: trunk/yat/classifier/SVM.cc @ 706

Last change on this file since 706 was 706, checked in by Jari Häkkinen, 15 years ago

Addresses #65 and #170.

  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date ID
File size: 10.1 KB
Line 
1// $Id$
2
3/*
4  Copyright (C) The authors contributing to this file.
5
6  This file is part of the yat library, http://lev.thep.lu.se/trac/yat
7
8  The yat library is free software; you can redistribute it and/or
9  modify it under the terms of the GNU General Public License as
10  published by the Free Software Foundation; either version 2 of the
11  License, or (at your option) any later version.
12
13  The yat library is distributed in the hope that it will be useful,
14  but WITHOUT ANY WARRANTY; without even the implied warranty of
15  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
16  General Public License for more details.
17
18  You should have received a copy of the GNU General Public License
19  along with this program; if not, write to the Free Software
20  Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA
21  02111-1307, USA.
22*/
23
24#include "SVM.h"
25#include "DataLookup2D.h"
26#include "yat/random/random.h"
27#include "yat/statistics/Averager.h"
28#include "yat/utility/matrix.h"
29#include "yat/utility/vector.h"
30
31#include <algorithm>
32#include <cassert>
33#include <cctype>
34#include <cmath>
35#include <limits>
36#include <utility>
37#include <vector>
38
39namespace theplu {
40namespace yat {
41namespace classifier { 
42
43  SVM::SVM(const KernelLookup& kernel, const Target& target)
44    : SupervisedClassifier(target),
45      alpha_(target.size(),0),
46      bias_(0),
47      C_inverse_(0),
48      kernel_(&kernel),
49      margin_(0),
50      max_epochs_(100000),
51      output_(target.size(),0),
52      owner_(false),
53      sample_(target.size()),
54      trained_(false),
55      tolerance_(0.00000001)
56  {
57#ifndef NDEBUG
58    assert(kernel.columns()==kernel.rows());
59    assert(kernel.columns()==alpha_.size());
60    for (size_t i=0; i<alpha_.size(); i++) 
61      for (size_t j=0; j<alpha_.size(); j++)
62        assert(kernel(i,j)==kernel(j,i));
63    for (size_t i=0; i<alpha_.size(); i++) 
64      for (size_t j=0; j<alpha_.size(); j++) 
65        assert((*kernel_)(i,j)==(*kernel_)(j,i));
66    for (size_t i = 0; i<kernel_->rows(); i++)
67      for (size_t j = 0; j<kernel_->columns(); j++)
68        if (std::isnan((*kernel_)(i,j)))
69          std::cerr << "SVM: Found nan in kernel: " << i << " " 
70                    << j << std::endl;
71#endif       
72  }
73
74  SVM::~SVM()
75  {
76    if (owner_)
77      delete kernel_;
78  }
79
80
81  void SVM::calculate_margin(void)
82  {
83    margin_ = 0;
84    for(size_t i = 0; i<alpha_.size(); ++i){
85      margin_ += alpha_(i)*target(i)*kernel_mod(i,i)*alpha_(i)*target(i);
86      for(size_t j = i+1; j<alpha_.size(); ++j)
87        margin_ += 2*alpha_(i)*target(i)*kernel_mod(i,j)*alpha_(j)*target(j);
88    }
89  }
90
91
92  SupervisedClassifier* SVM::make_classifier(const DataLookup2D& data,
93                                             const Target& target) const
94  {
95    SVM* sc=0;
96    try {
97      const KernelLookup& kernel = dynamic_cast<const KernelLookup&>(data);
98      assert(data.rows()==data.columns());
99      assert(data.columns()==target.size());
100      sc = new SVM(kernel,target);
101
102    //Copy those variables possible to modify from outside
103    // Peter, in particular C
104    }
105    catch (std::bad_cast) {
106      std::cerr << "Warning: SVM::make_classifier only takes KernelLookup" 
107                << std::endl;
108    }
109    return sc;
110  }
111
112  void SVM::predict(const DataLookup2D& input, utility::matrix& prediction) const
113  {
114    // Peter, should check success of dynamic_cast
115    const KernelLookup& input_kernel = dynamic_cast<const KernelLookup&>(input);
116
117    assert(input.rows()==alpha_.size());
118    prediction = utility::matrix(2,input.columns(),0);
119    for (size_t i = 0; i<input.columns(); i++){
120      for (size_t j = 0; j<input.rows(); j++){
121        prediction(0,i) += target(j)*alpha_(j)*input_kernel(j,i);
122        assert(target(j));
123      }
124      prediction(0,i) = margin_ * (prediction(0,i) + bias_);
125    }
126
127    for (size_t i = 0; i<prediction.columns(); i++)
128      prediction(1,i) = -prediction(0,i);
129   
130    assert(prediction(0,0));
131  }
132
133  double SVM::predict(const DataLookup1D& x) const
134  {
135    double y=0;
136    for (size_t i=0; i<alpha_.size(); i++)
137      y += alpha_(i)*target_(i)*kernel_->element(x,i);
138
139    return margin_*(y+bias_);
140  }
141
142  double SVM::predict(const DataLookupWeighted1D& x) const
143  {
144    double y=0;
145    for (size_t i=0; i<alpha_.size(); i++)
146      y += alpha_(i)*target_(i)*kernel_->element(x,i);
147
148    return margin_*(y+bias_);
149  }
150
151  void SVM::reset(void)
152  {
153    trained_=false;
154    alpha_=utility::vector(target_.size(), 0);
155  }
156
157  bool SVM::train(void) 
158  {
159    // initializing variables for optimization
160    assert(target_.size()==kernel_->rows());
161    assert(target_.size()==alpha_.size());
162
163    sample_.init(alpha_,tolerance_);
164    utility::vector   E(target_.size(),0);
165    for (size_t i=0; i<E.size(); i++) {
166      for (size_t j=0; j<E.size(); j++) 
167        E(i) += kernel_mod(i,j)*target(j)*alpha_(j);
168      E(i)-=target(i);
169    }
170    assert(target_.size()==E.size());
171    assert(target_.size()==sample_.size());
172
173    unsigned long int epochs = 0;
174    double alpha_new2;
175    double alpha_new1;
176    double u;
177    double v;
178
179    // Training loop
180    while(choose(E)) {
181      bounds(u,v);       
182      double k = ( kernel_mod(sample_.value_first(), sample_.value_first()) + 
183                   kernel_mod(sample_.value_second(), sample_.value_second()) - 
184                   2*kernel_mod(sample_.value_first(), sample_.value_second()));
185     
186      double alpha_old1=alpha_(sample_.value_first());
187      double alpha_old2=alpha_(sample_.value_second());
188      alpha_new2 = ( alpha_(sample_.value_second()) + 
189                     target(sample_.value_second())*
190                     ( E(sample_.value_first())-E(sample_.value_second()) )/k );
191     
192      if (alpha_new2 > v)
193        alpha_new2 = v;
194      else if (alpha_new2<u)
195        alpha_new2 = u;
196     
197      // Updating the alphas
198      // if alpha is 'zero' make the sample a non-support vector
199      if (alpha_new2 < tolerance_){
200        sample_.nsv_second();
201      }
202      else{
203        sample_.sv_second();
204      }
205     
206     
207      alpha_new1 = (alpha_(sample_.value_first()) + 
208                    (target(sample_.value_first()) * 
209                     target(sample_.value_second()) * 
210                     (alpha_(sample_.value_second()) - alpha_new2) ));
211           
212      // if alpha is 'zero' make the sample a non-support vector
213      if (alpha_new1 < tolerance_){
214        sample_.nsv_first();
215      }
216      else
217        sample_.sv_first();
218     
219      alpha_(sample_.value_first()) = alpha_new1;
220      alpha_(sample_.value_second()) = alpha_new2;
221     
222      // update E vector
223      // Peter, perhaps one should only update SVs, but what happens in choose?
224      for (size_t i=0; i<E.size(); i++) {
225        E(i)+=( kernel_mod(i,sample_.value_first())*
226                target(sample_.value_first()) *
227                (alpha_new1-alpha_old1) );
228        E(i)+=( kernel_mod(i,sample_.value_second())*
229                target(sample_.value_second()) *
230                (alpha_new2-alpha_old2) );
231      }
232           
233      epochs++; 
234      if (epochs>max_epochs_){
235        std::cerr << "WARNING: SVM: maximal number of epochs reached.\n";
236        calculate_bias();
237        calculate_margin();
238        return false;
239      }
240    }
241    calculate_margin();
242    trained_ = calculate_bias();
243    return trained_;
244  }
245
246
247  bool SVM::choose(const theplu::yat::utility::vector& E)
248  {
249    // First check for violation among SVs
250    // E should be the same for all SVs
251    // Choose that pair having largest violation/difference.
252    sample_.update_second(0);
253    sample_.update_first(0);
254    if (sample_.nof_sv()>1){
255
256      double max = E(sample_(0));
257      double min = max;
258      for (size_t i=1; i<sample_.nof_sv(); i++){ 
259        assert(alpha_(sample_(i))>tolerance_);
260        if (E(sample_(i)) > max){
261          max = E(sample_(i));
262          sample_.update_second(i);
263        }
264        else if (E(sample_(i))<min){
265          min = E(sample_(i));
266          sample_.update_first(i);
267        }
268      }
269      assert(alpha_(sample_.value_first())>tolerance_);
270      assert(alpha_(sample_.value_second())>tolerance_);
271
272      if (E(sample_.value_second()) - E(sample_.value_first()) > 2*tolerance_){
273        return true;
274      }
275     
276      // If no violation check among non-support vectors
277      sample_.shuffle();
278      for (size_t i=sample_.nof_sv(); i<sample_.size();i++){
279        if (target_.binary(sample_(i))){
280          if(E(sample_(i)) < E(sample_.value_first()) - 2*tolerance_){
281            sample_.update_second(i);
282            return true;
283          }
284        }
285        else{
286          if(E(sample_(i)) > E(sample_.value_second()) + 2*tolerance_){
287            sample_.update_first(i);
288            return true;
289          }
290        }
291      }
292    }
293
294    // if no support vectors - special case
295    else{
296      // to avoid getting stuck we shuffle
297      sample_.shuffle();
298      for (size_t i=0; i<sample_.size(); i++) {
299        if (target(sample_(i))==1){
300          for (size_t j=0; j<sample_.size(); j++) {
301            if ( target(sample_(j))==-1 && 
302                 E(sample_(i)) < E(sample_(j))+2*tolerance_ ){
303              sample_.update_first(i);
304              sample_.update_second(j);
305              return true;
306            }
307          }
308        }
309      }
310    }
311   
312    // If there is no violation then we should stop training
313    return false;
314
315  }
316 
317 
318  void SVM::bounds( double& u, double& v) const
319  {
320    if (target(sample_.value_first())!=target(sample_.value_second())) {
321      if (alpha_(sample_.value_second()) > alpha_(sample_.value_first())) {
322        v = std::numeric_limits<double>::max();
323        u = alpha_(sample_.value_second()) - alpha_(sample_.value_first());
324      }
325      else {
326        v = (std::numeric_limits<double>::max() - 
327             alpha_(sample_.value_first()) + 
328             alpha_(sample_.value_second()));
329        u = 0;
330      }
331    }
332    else {       
333      if (alpha_(sample_.value_second()) + alpha_(sample_.value_first()) > 
334           std::numeric_limits<double>::max()) {
335        u = (alpha_(sample_.value_second()) + alpha_(sample_.value_first()) - 
336              std::numeric_limits<double>::max());
337        v =  std::numeric_limits<double>::max();   
338      }
339      else {
340        u = 0;
341        v = alpha_(sample_.value_first()) + alpha_(sample_.value_second());
342      }
343    }
344  }
345 
346  bool SVM::calculate_bias(void)
347  {
348
349    // calculating output without bias
350    for (size_t i=0; i<output_.size(); i++) {
351      output_(i)=0;
352      for (size_t j=0; j<output_.size(); j++) 
353        output_(i)+=alpha_(j)*target(j) * (*kernel_)(i,j);
354    }
355
356    if (!sample_.nof_sv()){
357      std::cerr << "SVM::train() error: " 
358                << "Cannot calculate bias because there is no support vector" 
359                << std::endl;
360      return false;
361    }
362
363    // For samples with alpha>0, we have: target*output=1-alpha/C
364    bias_=0;
365    for (size_t i=0; i<sample_.nof_sv(); i++) 
366      bias_+= ( target(sample_(i)) * (1-alpha_(sample_(i))*C_inverse_) - 
367                output_(sample_(i)) );
368    bias_=bias_/sample_.nof_sv();
369    for (size_t i=0; i<output_.size(); i++) 
370      output_(i) += bias_;
371     
372    return true;
373  }
374
375  void SVM::set_C(const double C)
376  {
377    C_inverse_ = 1/C;
378  }
379
380
381}}} // of namespace classifier, yat, and theplu
Note: See TracBrowser for help on using the repository browser.