04-04 Partial optimization

Reminder: C가 convex set이고 f(x,y)에 대해 convex일때, g(x)=minyCf(x,y)는 x에 대해 convex이다.

즉, 위의 성질에 의해 다변수 함수로 구성된 convex problem에서의 partial optimization이 가능하며 이 과정에서 convexity가 유지된다.

[Fig1] partial optimization of a convex problem [3]

[Fig1] partial optimization of a convex problem [3]


Example: hinge form of SVMs

Non-separable set에 대한 SVM 문제는 다음과 같이 정의된다.

minβ,β0,ξ12β22+Ci=1nξisubject toξi0,yi(xiTβ+β0)1ξi,i=1,..,n

위의 제약조건들은 아래의 제약조건 하나로 표현될 수 있다.

ξimax{0,1yi(xiTβ+β0)}

이때, max{0,1yi(xiTβ+β0)}ξi의 하한임을 이용하여 f~를 얻을 수 있다.

12β22+Ci=1nξi12β22+Ci=1nmax(0,1yi(xiTβ+β0))=min{12β22+Ci=1nξi|ξi0, yi(xiTβ+β0)1ξi, i=1,..,n}=f~(β,β0)

그리고 아래와 같이 f~를 objective function으로 사용함으로써 좀 더 간단한 형태로 solution을 얻을 수 있다. 주어진 문제에서 ξ가 제거되었고, 또한 constrained problem에서 unconstrained problem으로 변환되었다.

minβ,β012β22+Ci=1nmax{0,1yi(xiTβ+β0)}