点到平面的距离怎么求？

Posted 2023-05-17

参考技术A

在空间向量中，平面外一点P到平面α的距离d为：

d=|n.MP|/|n|，式中，n ---平面α的一个法向向量，M ----平面α内的一点，MP---向量。

平面π的方程为：Ax+By+Cz+D=0，向量

为平面的法向量，平面外一点

坐标为

 

在平面上取一点

则点

 

到平面π的距离为：

其中α为向量

与

的夹角，

而

由于点

在平面π上，因此有

即

由此可得

所以，

求点到平面的距离的方法一般有有两种：

方法一（直接法）：过顶点作平面的垂线，则垂线段长就是所求的点到平面的距离；

方法二（间接法）：设点到平面的距离为h，通过等体积法构造关于h的方程，解出的h即为所求的点到平面的距离。

扩展资料

点到平面距离证明过程

当d≠0时，根据d的符号，可以判断点Q在平面的哪一侧。假设平面法向量n的方向与图中一致，

且该方向指向平面的外侧，那么

(1)d>0时，Q在平面外侧；

(2)d<0时，Q在平面内侧。

参考资料来源：百度百科-点到平面距离

林轩田SVM

SVM 推导

点到平面的距离(几何距离):

函数距离： |wx+b|,不考虑1/||w||.

SVM的优化目标：所有样本点到分离超平面的最小的几何距离最大，可以写成：

这里 限制条件的第一行表示每个样本点都被正确的分类， 第二行表示最大化的目标是样本点到分离超平面的最小几何距离。

W，b同步放缩并不影响分离超平面，故放缩至一定比例，使所有样本点到超平面的最小函数距离刚好为1， 那么最大化的目标就很简单了

需要优化的问题的形式为：

注意，既然放缩时使最小的函数间隔为1，那么实际上产生了一个比之前每个点到平面距离都>0(要分类正确)更强的条件，故之前的条件可以不要。

现在，优化问题的限制条件为最小的那一个等于1，这个比较不好解，可以对这个条件放松（所有的都>=1），使得问题更好解，但是保证最优解仍然落在=1的范围里,这样虽然放松了条件，但是最优解仍然落在之前严格条件的范围里，故最优解不变。

证明(反证法：假设最优解落在>=1，但不是=1的范围里，那么可以对最优解除以其最小值，构造一个更好的解，从而形成矛盾）

现在，需要优化的问题的形式为：

(对1 / ||w|| 做一点等价的变形)

为什么更大的几何间隔更好?

(1)直观理解: 可以忍受更大的数据的噪音

(2) 考虑 对比SVM 和 带正则项的 分类器（例如logistic regression)：

可以发现，这相当于E_in 和 WTW 对调了一下。

因此，SVM可以类似于带了正则项的一个模型。

(3) 从VC_dimension的复杂度层面分析，SVM降低了复杂度

例如，不加分割面的margin限制，例如PLA, 那么对于下面的样本点可能有4中分割方法；但是，如果要求分割面的margin为最小1.126,那么其实就少于4种分割方法了。因此，加上margin的限制降低了VC dimension，亦即降低了模型的复杂度。（因此SVM在vc dimension上复杂度其实比感知机低)

---

dual SVM 推导

为什么要推导dual SVM：引入核函数，使得可以在低维空间做运算，完成在高维空间的上的分类。

如果用一般的SVM（或者其他的模型），如果特征有d维（设原来的空间叫X空间），将其转换到q维空间（转换后的空间叫Z空间），那么转换后特征的维度,如果直接在Z空间训练分类器，这将大大地增加计算量；dual SVM以及核函数的目标是：无论将特征转换到多少维（甚至无限维，高斯核），都能在不变的维度(N维）下完成计算。 即转换后的模型复杂度只与N相关，而与d不相关。

下面推导中的Z就是X，代表样本X映射到高维空间中的结果。推导结束就会发现，W可以用Z的和的形式求解出来。

dual SVM是带条件（而且还是带不等式条件，因此涉及到KKT条件）最优化问题，被当做是要求解的变量，而将约束转化成其他形式。

假设样本数目为N，那么SVM就有N个限制条件，因此从dual SVM就有N个需要求解。

定义 拉格朗日函数：

现在证明SVM等价于这个 拉格朗日函数 在所有拉格朗日乘子时的最小最大问题，先对求最大（得到是关于b,w的函数，当再把b，w确定了，

就可以求出来了

），再对b,w求最小（此时式子中包含用b,w表示的

）。

注意两个问题都是最优化问题，因此要证明它们等价，只需要证明它们的最优解的位置是一样的。如果拉格朗日问题的最优解，也是原始SVM问题的最优解，那么它们就是等价的。（对于最优化问题，只要最优解不变，随便怎么修改原来的函数，最后都是和原来的函数等价的）

如果b,w落在符合限制条件的范围内，里面的最大化问题的值就是，最后是对求最小。

如果b,w落在符合限制条件的范围外，里面的最大化问题的值就是无穷大，最后是对无穷大求最小

因此，可以肯定的是，拉格朗日问题的最优解（不管要怎么得出，但是可以确定它的位置属于哪个区域），还是会在符合限制条件的范围内，对求最小得到的，因而和原来的SVM问题等价。

再想办法将最小最大问题转化为其对偶的最大最小问题，亦即拉格朗日对偶问题：

考虑最小最大问题，对任意一个，该不等式成立：

即不考虑里面的max动作，随便选择一个。注意，该不等式对所有的成立。

即然右边这个式子在取任意的值得时候都小于等于左边的式子，那么对它对求最大值，依然小于等于左边的式子，因而，有下述的不等式：

右边这个式子的里面的最小化是没有约束的，因而更容易求解。

注意这里依然是不等关系，被称之为弱对偶性；

如果是等于关系，那么被称之为强对偶性。

如果满足强对偶关系的一些条件，那么两边的问题的最优解是一样的。

什么时候对偶问题和原问题是强对偶关系呢，对于二次规划问题，如果满足以下条件，那么就是强对偶关系：

1） 凸问题

2） 原问题是有解的

3） 约束条件是线性的

可见对于dual SVM而言，对偶问题和原问题是强对偶的。即可以通过解对偶问题，得到原问题的最优解。

解对偶问题：

里面的问题没有限制条件，直接 偏导数=0。

先对b求偏导数，得到取得最大值时的一个约束条件：

既然取得最大值时一定要满足这个约束条件，那么直接带着这个约束条件去求最大值，并不影响求解。

因为这个约束条件是一个关于b的等式，因而，将它也添加到最优化问题的约束条件里去，就可以消掉b了：

消掉b之后，之前的对b,w求最小，也就变成了对w求最小了。

再对w求偏导数：

这个约束条件是一个关于w的等式，同理，将它也直接加到原问题的约束条件里，就可以消掉问题里的w了：

最后，优化的目标函数里只剩了！现在成了一个带约束的，变量只有的最优化问题。

这个问题同时有等式约束和不等式约束，通过求解KKT条件，就可以得到最优解的候选解。也就是说，最优解必须满足KKT条件（必要条件）（当原问题是凸问题时，则是充分必要条件，刚好这个问题也是凸问题），也就是说，下面这些条件是dual SVM最优的b, w, 的充分必要条件：

整理上面的最优化问题，将最大化换成最小化：

可以看到，有N个变量，N+1个限制条件（因为这个问题的变量只有，顾暂不考虑约束条件）

这个问题也是一个二次规划问题，将其表示成标准的二次规划问题，就可以用二次规划算法求解了：

这里的Q_D矩阵是样本点的内积矩阵（N*d d*N -> N*N 核函数~），特别大，而且十分稠密，需要用特殊的为SVM准备的二次规划算法求解：

解出后，利用KKT条件求出w，b：

w: 显然可以用求解

b: 利用任何一个不是0的，根据求解。同时，不等于0，代表这个点是支持向量。

---

dual SVM的理解

的那些点是支持向量（注意=0但是也在margin边界上的点不再是支持向量了，

即里的两项都=0

）

回顾求解W的公式，发现W只与的那些有关，同理，b也是：

即，w和b都可以只依赖支持向量计算出来。（这也是为什么即使在边界上，但=0d的样本点不是支持向量，以为它们对求解w,b没有贡献）

对比SVM和感知机,这里是训练时在样本n上犯错的次数：

可以发现w都是原始资料的线性组合，即w可以被训练数据表示出来！

SVM认为重要的是支持向量，感知机认为重要的是犯错误的点，用它们来表示最后的w

对比原始SVM和dual SVM：

原始问题在特征维度较小时更为适合，dual SVM在样本数目较小时更为适合。

dual SVM真的和特征维度无关吗？其实隐藏在Q矩阵中：

这里有样本点的内积，与特征维度是相关的！如何让样本点的内积的成本与特征维度无关 —————— 核函数！

---

核函数

之间说对偶问题的优化目标中包含样本点的内积，这使得问题的求解依然与特征的维度有关，因此如果将特征往高维空间转换，依然会带来较大的计算代价。

而核函数就是一个解决样本内积的trick，让高维空间的样本特征的内积可以在低维空间完成。

推导核函数，以二维的多项式转化为例：

d维特征的样本在转化到二维上结果如下：

接下来计算两个样本点的内积，注意内积是两个样本点的对应特征相乘，而不是笛卡尔积两两相乘：

可以发现，不用先转换，再内积；而是可以先内积，再转换！

这样时间复杂度还是O(d):

这个过程就是kernel函数。刚才的转化的kernel函数就是：

将kernel方法应用于Q矩阵的计算，以及参数b的计算，以及最终SVM模型在预测时的计算：

没有任何一个时刻真正的在z空间做内积，只需要在x空间做内积。

kernel SVM的二次规划算法

kernel SVM的时间复杂度：

---

多项式核函数

通过更改kernel函数里每一项的系数，就可以得到不同的从X空间到Z空间的转换：

一般的多项式kernel

使用两个参数构造不同的kernel

使用高维的kernel不用付出太大的计算代价，10次转换和2次转换代价基本一样：

同时由于SVM本身依靠较大的边界来降低模型的复杂度，因此使用高维的kernel也不用付出太大的模型复杂度的代价。

特例：1次kernel，没有什么变化；对于新问题，先尝试linear kernel。

---

高斯kernel —— 无限维

假设样本只有1个维度，证明 高斯核函数 等价于 无限维的转换：（证明中涉及到泰勒展开）

更一般的高斯kernel

最后的SVM是中心在支持向量上的高斯函数的线性组合，也被称为RBF kernel。

高斯kernel里的参数控制高斯函数的方差，当变大，高斯函数变陡，分类面也就越复杂。就算是SVM也会过拟合。

值需要谨慎选择

如果变成无穷大呢？

---

不同kernel的比较

linear kernel:

polynomial kernel:

缺点：

1） 随着转换的空间维度增高，会放大或缩小原来的样本的值，造成计算上的困难。

2） 需要设定更多的参数

一般只用在幂次Q较小的情形，较大了也不会用polynomial kernel

Gaussian Kernel

其他的kernel：

先要证明一个转换方式是一个kernel，为此，需要证明它满足kernel的一些性质： Mercer‘s condition

1） 对称性

2） 转换再内积 = 内积再转换

---

Soft-margin SVM

hard margin不管对什么资料，都要坚持能够分开，这意味着shatter，因此有过拟合的倾向。

hard-margin SVM过拟合：

1） 过于复杂的kernel转换

2） 坚持分开 —— hard margin

soft margin: 能够容忍一些错误

naive idea：在优化目标里加上错误的点的惩罚，同时放松错误的点的限制条件

整理上述问题：

这已经不是一个二次规划问题了，因为限制条件了出现了非线性。另外一个缺点是不能区分小错误和大错误，离边界近的点和远的点都被视为犯错，一视同仁。

因此，改进这种思路，得到以下的问题：

为每个样本增加一个参数，表示它可以“过界”的距离，即它已经到边界里面的了，小于最小的margin了。这个参数放松了margin的限制，但同时在优化目标里也会惩罚“过界”的距离。

最小化时除了b,w，还多了一组参数：

这依然是一个二次规划问题。

参数C的影响：

多处的N个变量是N个，多出的N个限制条件是都要大于等于0，这样才是放宽边界的限制，允许跑到边界里面去。

---

dual Soft-margin SVM

推导dual soft-margin SVM的对偶问题

原问题

其拉格朗日函数是：

这里跳过证明最小最大问题在SVM里与最大最小问题最优解相同，直接求解对偶问题。

希望得到其对偶问题，即最大最小问题：

对求偏导，可以消掉 beta,但是beta >=0 , 因而要求alpha <= C

将等式带入原来的优化目标，可以进一步化简，消掉了

问题变成：

该问题和hard margin的优化目标一样，只是多了一点限制条件

问题变成：

和hard margin一模一样，只是多了一点限制条件

总结hard margin 和 soft margin

---

理解soft margin SVM

由于这个问题和hard margin SVM最终的优化问题有点不同，因此之前的KKT条件已经发生了改变。现在要如何求解b呢？

之前hard margin SVM是找一个alpha不等于0的样本点，利用该样本点在边界上的等式求出b。

根据hard margin的约束条件，其KKT条件中包含一个complementary slackness条件：

，用该条件可以选择一个支持向量求出b

对于soft margin SVM, 根据其约束条件，其KKT条件有两个complementary slackness条件：

 这里

等于0意味着样本点没有违反边界，即样本点在边界上或者在边界外，而不在边界内

高斯核函数的soft margin SVM

可见C越大，对错误的容忍越小，越容易过拟合

理解 soft margin SVM

考虑这两个条件

如果=0, 那么根据第二个等式，, 也就是说样本点没有违反边界，因此表示那些在边界上或者边界外的点

如果,那么根据第一个等式和第二个等式，，表明是在边界上的样本点

如果， 根据第二个等式，,表示样本点违反了边界，因而是那些在边界内部的点

---

如果对SVM做leave-one-out CV,可以证明CV的误差与支持向量的比例有关

这其实印证了去掉不是支持向量的样本点，对模型没有影响。

---

hinge loss

考虑soft margin SVM, 换一个视角看它的优化目标，即将看成正则项，而将soft margin的松弛导致的误差项看做是损失函数。

首先，看一下松弛项是怎么求的：

将这个目标函数看成是带正则项的损失函数最小化问题。这样，最后松弛项的误差看成是损失函数。为什么不直接解这个函数呢，1）不能用二次规划；2）不可微；

看一下这个“损失函数”的图像：（这是对正样本的图像，即如果不是>0,就是误分类）

这就是hinge loss的来源了

曲线是logistic regression的损失函数，即

可以发现，hinge loss和log loss非常像。因此，解SVM得到的W，b可以代入logistic regression作为近似解。

SVM 约等于 带L2正则项的Logistic Regression

---

如何使用SVM预测概率

将SVM的预测结果，作为单一维度的特征，再训练一个Logistic Regression，再做概率预测。