没见过女人的小和尚—

是的，即便是出生在山上的小和尚，从来没有下过山，没有见过女人，但是一旦有女施主上山，小和尚依然可以轻松地区分出眼前的人是如此不同。

传统的SVM是寻找一个超平面，而SVDD寻找的超平面更进一步，可以认为它是闭合的超平面。优化目标是曲面面积最小（即半径最小），约束条件是要使得尽可能多的样本被包含在曲面之中，至于到底需要包含多少，那就要涉及到松弛变量。

每个样本都对应一个自己的松弛变量epslon，即对于不同样本的容忍程度可以是不同的，容忍意味着样本可以在一定程度上脱离“包围圈”。最终的优化目标就是R平方的基础上+所有松弛变量之和，同时给这个和一个权重C，C就是惩罚因子，当然C越大，epsilon就要小，那么样本脱离“包围圈”的情况就会越少。

有了目标函数和约束条件，就可以使用拉格朗日乘子法。

$F(R,a)=R^2+C\sum_i \xi_i.......................(1)$

$\left \| x_i-a \right \|^2\leq R^2+\xi_i$ ， $\xi \geq 0...................(2)$

$L(R,a,\alpha_i,\gamma,\xi)=R^2 +C\sum_i \xi_i \\ +\sum_i \alpha_i \left \{ \left \| x_i-a \right \| ^2 -2a\cdot x_i +\left \| a \right \| ^2 -R^2 -\xi_i \right \} -\sum_i \gamma_i\xi_i...........................(3)$

$\frac{\partial{L}}{\partial{R}}=0=2R-\sum_i \alpha_i\cdot 2R...................(4)$

$\frac{\partial{L}}{\partial{a}}=0=-2\cdot \sum_i \alpha_i \cdot x_i+2 \cdot \sum_i \alpha_i \left \| a\right \|................(5)$

$\frac{\partial{L}}{\partial{xi_i}}=0=C-\alpha_i-\gamma_i.........................(6)$

由(4),(5),(6)得到：

$\sum_i\alpha_i=1...................(7)$

$a=\frac{ \sum_i \alpha_x x_i}{\sum_i \alpha_i}=\frac{ \sum_i \alpha_x x_i}{1}= \sum_i \alpha_x x_i...................(8)$

$0\leq \alpha_i\leq C...........................(9)$

将(6),(7),(8)代入(3)

$L=\sum_i \alpha_i(x_i \cdot x_i) -\sum_{i,j}\alpha_i \alpha_j (x_i \cdot x_j)...................(10)$

对于训练样本中的 $x_i$ ，它相对于球心 $a$ 的关系有三种：

$\left \| x_i-a \right \|< R^2$ ，此时天然满足不等式(2)，可行解落在不等式约束区域内部，所以约束不起作用，对应的拉格朗日因子取0.

$\left \| x_i-a \right \|= R^2$ ，此时可行解落在约束区域边界，需要指明梯度反向，所以 $0<\alpha<C$ ，此时松弛变量 $\xi$ 不起作用，所以对应的拉格朗日因子 $\gamma=0$

$\left \| x_i-a \right \|> R^2$ ，此时有点理解无能，只能理解成达到另外一个临界状态： $\alpha_i=C,\gamma_i>0$ .

那么 $\alpha$ 意义到底是什么。我们知道SVM中 $\alpha$ 大于0表示该因子对应的样本点是支持向量，这是因为它参与了决策超平面的表示，而在SVDD中，通过(8)可以看到，同样是大于0时，样本会参与球心的表示，即这些点决定了球心的位置。球面除了需要知道球心的位置，还需要知道球半径。半径就是球面上点到球心的距离，球心现在我们得到了，怎么知道一个样本点是否在球面上呢？基于刚才的分析，当距离等于半径时， $0<\alpha_i<C,\gamma_i=0$ 。所以真正的支持向量应该是 $0<\alpha_i<C,\gamma_i=0$

既然C这么重要，那么C有没有取值范围呢？C的实际含义是对松弛变量的惩罚权重，C越大，意味着越不能容忍离群点的存在。事实上，当 $C\geq 1$ ，分离面就会退化成硬间隔。这是因为 $\sum_i \alpha_i=1$ ，所以每个 $\alpha_i\leq 1$ ，此时最多有且只有一个点是离群点（只能有一个 $\alpha_i$ ==C）。

SVDD可以适用于训练数据只有一个类别的情况，那么当我们有负样本的时候仍然可以使用SVDD吗？答案是是的。不同于SVM寻找于距离两个类别最远的超平面，SVDD的超平面会接近包围我们关心的那一类；当面对一个不属于任何两类的样本，SVM会强行分成其中一类，而SVDD会识别出这个是一个外点。

使用负样本的话，会多出一个约束条件，同时多出一个拉格朗日因子。求解的方法一样，可以得到：

$\sum_i \alpha_i -\sum_l \alpha_l =1$

$a=\sum_i \alpha_i x_i -\sum_l \alpha_l x_l$

$0\leq \alpha_i\leq C_1,0\leq \alpha_l\leq C_2$

同时使用内点和外点的SVDD

其实形式和原始的SVDD是很像的，而当我们令 $\alpha^{'}_{i}=y_i \alpha_{i}$ ,y取1或者-1代表正样本（内点）与负样本（外点），就会惊奇地得到和原始SVDD完全一致的结构。但是问题是当我们添加了外点作为新约束，那么原来的描述面就要适度调整，而最小的调整将会是正好把外点放在描述球面上，而这样明显是不合适的，它没有很好地描述原来的内点。现在我们寄希望于核函数来解决这个问题： $K(x_i,x_j)=(\Phi(x_i),\Phi(x_j))$ 。

先看多项式核。

$K(x_i,x_j)=(x_i \cdot x_j)^d$ ，实际上多项式一般会有一个常数，我们先以这个形式来说明。内积的计算方式是 $(x_i \cdot x_j)^d=cos^d( \theta _{i,j})\left \| x_i \right \|^d \cdot \left \| x_j \right \|^d\cong \left \| x_i \right \|^d \cdot \left \| x_j \right \|^d$ 。首先，因为有角度的计算，当两个样本点的夹角很小时，余弦值会接近1，此时如果训练样本的模也很大，那么映射之后的结果就会以模较大的样本点为主。这种情况可以通过归一化被抑制，但是会放大噪声的影响，并且无法消除不同样本模的差异性。可见多项式核是不适用于SVDD的。

再看高斯核。 $K(x_i,x_j)=exp(-\left \| x_i-x_j \right \|^2/s^2)$

因为测试样本z到球心a的距离用下式表示：

$\left \| z-a \right \|^2=(z \cdot z) -2\sum_i\alpha_i(z \cdot x_i) + \sum_{i,j}\alpha_j\alpha_j(x_i \cdot x_j)\leq R^2$

第一项是一个常数1，这同时也反映了高斯核的一个特点：不同于多项式核，测试点和球心的相对角度无关，而只与距离有关，而当距离为0时，高斯核取1，所以被高斯核映射后的样本的内积是1： $\Phi(x_i,)\cdot\Phi(x_i)=1$ 。

现在讨论高斯核中的标准差s。当s很小，只要 $i\not\equiv j$ ,那么映射之后的内积约等于0，此时公式（10）退化为 $L=\sum_i \alpha_i$ ，得到 $\alpha_i=1$ ,所有的样本点都变成支持向量，这样就会过拟合。当s很大时，高斯核会退化为标准球面的形式（可以通过泰勒展开，会发现优化目标函数和标准形式几乎一样）

误差估计

一个本来应该是内点的样本被支持向量的描述拒绝在范围之内，那么这就是一个error，而这个误差可以通过Leave-One-Out估计方法，由支持向量的个数反映出来。为了理解这个结论，首先要知道什么是essential support vectors。构成一个种类的描述的球心不是唯一是，因为球心由支持向量的加权表示，而支持向量可能是几个不同的处于球面的点。essential support vectors是那些在所有可能的expansions中都会出现的样本。那么什么是expansions呢，就是用Leave-One-Out的方法，每次去掉一个样本，查看用剩余样本训练得到的解是否会发生变化。

当去掉训练数据中的一个样本点，那么得到的解仍然是一样的，同时将该样本用于测试时，它仍然会被认为是内点；而当把非essential support vectors对应的样本点舍弃时，得到的解仍然是一样的；而当把essential support vectors对应的样本点舍弃时，得到的解发生变化：所描述的范围变小了，同时舍弃的那个样本被解划分为外点。当去掉 $\alpha_i>C$ 的点，本来就是被误判为外点，去掉之后仍然被误判。结合这几个情况，既然有的点判断正确与否一直不变，有的点会随着是否是essential support vectors而波动，那么我们可以得到一个误判率的上限：

$\tilde{E_{LOO}}\leq \frac{ \# SVs + \# errors}{N}$

LOO就表示使用的是Leave-One-Out的估计方法。#errors表示的是固有的无法改变的误判，#SVs表示的是随着训练样本的调整对应的不同误判个数（当去除掉essential，误判升高）

基于误差估计，可以对超参数C和s进行设定。对于C，因为 $\sum^N \alpha_i =1$ ，所以 $n(\alpha_i >C)=1$

实战

在sklearn中提供了接口

decision_function = score_samples - offset_，decision_function 是函数距离，即将坐标和标签符号代入决策函数中，得到的结果的正负号表示正负样本，绝对值大小则表示距离超平面的距离。很显然，当样本正好处于超平面时距离为0。为什么使用函数距离，因为在预测时不需要求解，只关心测试样本落在超平面哪一边。score_samples是在decision_function基础上加了一个偏置，这个偏置是sklearn.svm.OneClassSVM中的一个属性，是intercept_的相反数，而intercept_是决策函数中的常数的相反数。所以score_samples是去除了偏置影响的决策函数的结果。而决策函数的结果实际上可以充当预测时的概率，因为当sklearn.svm.OneClassSVM的属性probability关闭时，无法得到预测概率值，这时就可以使用decision_function 得到ROC曲线。具体在多分类时decision_function又依据‘ovr’和‘ovo’有不同的调整。

得到fit之后的模型，就可以得到一些有用的属性：clf.support_vectors_得到支持向量，以array表示，行数是支持向量的个数，列数是特征个数；clf.dual_coef得到支持向量对应的alpha系数，当然都是大于0的值；clf.support_得到支持向量在训练数据中的索引值，因为支持向量是训练数据的一部分，由索引值可以得到具体是哪些训练样本是如此重要，直接决定了超球面的形成。这时查看支持向量对应的decision_function发现，决策函数的输出值不是0，但是支持向量不应该就落在超球面上吗，个人认为这里是由于引入了松弛变量。

之前提到，当外点也是available时，SVDD是可以加入外点一起训练的，只不过是增加一个约束条件罢了，而且可以通过重构表达式得到和标准SVDD结构一样的解。但是sklearn中貌似不支持训练数据有两个标签，fit函数中自动忽略标签取值。

此外还有其他类似的算法，如ensemble.IsolationForest and neighbors.LocalOutlierFactor， covariance.EllipticEnvelope ，他们都可以用来Novelty and Outlier Detection。这里的outlier detection和novelty detection其实是有区别的，outlier detection在训练的过程中是允许有外点的（即便是同一标签的数据，也会存在一些噪点），而外点检测算法会关注于更加集中的数据。对于OneClass SVM而言，它对噪声是很敏感的，所以需要通过超参数nu来调节松弛变量，避免过拟合。而novelty detection的训练数据是不受外点影响的。但其实outlier和novelty经常混用。

模型属性解析

dual_coef的维度是与支持向量个数对应的，它其实还与标签有关。以基本的SVM为例：

decision function= $sgn(\sum^n_{i=1}y_i\alpha_iK(x_i,x)+\rho )$ ，为了方便， $dual coef=y_i\alpha_i$

那么coef是什么呢，coef只有当核函数是线性核时生效。当线性核时，决策函数退化为： $sgn(\sum^n_{i=1}y_i\alpha_i<x_i,x> + \rho)=sgn((\sum^n_{i=1}\alpha_iy_ix_i)^T x) + \rho)=\\ sgn(coef\cdot x+ \rho)$

所以coef其实是以dual_coef为权重，对训练样本的加权和（每个特征分别加权），最终得到的值的维度和特征数一样，这样就可以直接和测试值求内积，从而求出决策函数输出值。

coef_ndarray of shape (1, n_features)
Weights assigned to the features (coefficients in the primal problem). This is only available in the case of a linear kernel.coef_ is readonly property derived from dual_coef_ and support_vectors_.dual_coef_ndarray of shape (1, n_SV)
Coefficients of the support vectors in the decision function.

对于高斯核函数也类似，只不过只能使用dual_coef计算，同时要注意先计算和支持向量的距离，然后使用高斯函数。具体到这里的SVDD，决策函数其实只有第二项是与测试样本z有关的（第一项为常数1）：

$\left \| z-a \right \|^2=\Phi(z,z) -2\sum_i\alpha_i \Phi (d((z ,x_i) ))+ \sum_{i,j}\alpha_j\alpha_j \Phi(d(x_i,x_j))\leq R^2$

而其余常数项被sklearn打包为一项：使用intercept_表示，所以decision_function

$\sum_i\alpha_i \Phi (d((z ,x_i) )) +clf. intercept=\\\sum_i\alpha_i exp(d((z ,x_i) *(-clf.gamma)) )) +clf. intercept$

参数nu的解释

sklearn的手册中说明了这个参数，但是它居然同时代表了两个含义：An upper bound on the fraction of training errors and a lower bound of the fraction of support vectors. Should be in the interval (0, 1]. By default 0.5 will be taken.

实际上不光在OneClass中，在v-SVC中也有这个参数，也具有相同的含义：Parameter nu in NuSVC/OneClassSVM/NuSVR approximates the fraction of training errors and support vectors.

而这个参数其实是传统C-SVC的另外一种表示方法，二者是等价的：The ν-SVC formulation 15 is a reparameterization of the C-SVC and therefore mathematically equivalent.

nu表示new，可以看文档中提到的这篇论文https://www.stat.purdue.edu/~yuzhu/stat598m3/Papers/NewSVM.pdf

这时对nu的更详细的解释http://ntur.lib.ntu.edu.tw/bitstream/246246/155217/1/09.pdf

Reference:

1.https://scikit-learn.org/stable/modules/generated/sklearn.svm.OneClassSVM.html

2.https://mail.python.org/pipermail/scikit-learn/2016-July/000298.html

3.https://www.zhihu.com/question/32297061

4.https://scikit-learn.org/stable/modules/outlier_detection.html#outlier-detection

5.https://blog.csdn.net/resourse_sharing/article/details/51538480

6.距离与概率https://stats.stackexchange.com/questions/14876/interpreting-distance-from-hyperplane-in-svm

7.nuhttp://www.voidcn.com/article/p-unorlqyr-btg.html

https://zhuanlan.zhihu.com/p/97522759