對線性回歸,logistic回歸和一般回歸的認(rèn)識(共13頁)

1、1 摘要(zhiyo) 本報告是在學(xué)習(xí)斯坦福大學(xué)機(jī)器學(xué)習(xí)課程前四節(jié)加上配套的講義后的總結(jié)與認(rèn)識。前四節(jié)主要(zhyo)講述了回歸問題，回歸屬于有監(jiān)督學(xué)習(xí)中的一種方法。該方法的核心思想是從連續(xù)型統(tǒng)計數(shù)據(jù)中得到數(shù)學(xué)模型，然后將該數(shù)學(xué)模型用于預(yù)測或者分類。該方法處理的數(shù)據(jù)可以是多維的。 講義最初介紹了一個基本問題，然后引出了線性回歸的解決方法(fngf)，然后針對誤差問題做了概率解釋。之后介紹了logistic回歸。最后上升到理論層次，提出了一般回歸。2 問題引入 這個例子來自 HYPERLINK /LeftNotEasy/archive/2010/12/05/mathmatic_in_machin

2、e_learning_1_regression_and_gradient_descent.html /LeftNotEasy/archive/2010/12/05/mathmatic_in_machine_learning_1_regression_and_gradient_descent.html 假設(shè)有一個房屋銷售的數(shù)據(jù)如下：面積(m2)銷售價錢（萬元）12325015032087160102220 這個表類似于北京5環(huán)左右的房屋價錢，我們可以做出一個圖，x軸是房屋的面積。y軸是房屋的售價，如下： 如果(rgu)來了一個新的面積，假設(shè)在銷售價錢的記錄中沒有的，我們怎么辦呢？ 我們可以用一條

3、曲線去盡量準(zhǔn)的擬合這些數(shù)據(jù)，然后如果有新的輸入過來，我們可以在將曲線上這個(zh ge)點(diǎn)對應(yīng)的值返回。如果用一條直線去擬合，可能是下面的樣子： 綠色的點(diǎn)就是(jish)我們想要預(yù)測的點(diǎn)。 首先給出一些概念和常用的符號。房屋銷售記錄表：訓(xùn)練集(training set)或者訓(xùn)練數(shù)據(jù)(training data), 是我們流程中的輸入數(shù)據(jù)，一般稱為x房屋銷售價錢：輸出數(shù)據(jù)，一般稱為y擬合的函數(shù)（或者稱為假設(shè)或者模型）：一般寫做 y = h(x)訓(xùn)練數(shù)據(jù)的條目數(shù)(#training set),：一條訓(xùn)練數(shù)據(jù)是由一對輸入數(shù)據(jù)和輸出數(shù)據(jù)組成的輸入數(shù)據(jù)的維度n (特征的個數(shù)，#features) 這個例

4、子的特征是兩維的，結(jié)果是一維的。然而回歸方法能夠解決特征多維，結(jié)果是一維多離散值或一維連續(xù)值的問題。3 學(xué)習(xí)過程 下面是一個典型的機(jī)器學(xué)習(xí)的過程，首先給出一個輸入數(shù)據(jù)，我們的算法會通過一系列的過程得到一個估計的函數(shù)，這個函數(shù)有能力對沒有(mi yu)見過的新數(shù)據(jù)給出一個新的估計，也被稱為構(gòu)建一個模型。就如同上面的線性回歸函數(shù)。4 線性回歸(hugu) 線性回歸假設(shè)特征和結(jié)果滿足線性關(guān)系。其實(shí)線性關(guān)系的表達(dá)能力非常(fichng)強(qiáng)大，每個特征對結(jié)果的影響強(qiáng)弱可以由前面的參數(shù)體現(xiàn)，而且每個特征變量可以首先映射到一個函數(shù)，然后再參與線性計算。這樣就可以表達(dá)特征與結(jié)果之間的非線性關(guān)系。 我們用X1，

5、X2.Xn 去描述feature里面的分量，比如x1=房間的面積，x2=房間的朝向，等等，我們可以做出一個估計函數(shù)： 在這兒稱為參數(shù)，在這的意思是調(diào)整feature中每個分量的影響力，就是到底是房屋的面積更重要還是房屋的地段更重要。為了如果我們令X0 = 1，就可以用向量的方式來表示了： 我們程序也需要一個機(jī)制去評估我們是否比較好，所以說需要對我們做出的h函數(shù)進(jìn)行評估，一般這個函數(shù)稱為損失函數(shù)（loss function）或者錯誤函數(shù)(error function)，描述h函數(shù)不好的程度，在下面，我們稱這個函數(shù)為J函數(shù) 在這兒我們可以認(rèn)為錯誤函數(shù)如下： 這個錯誤估計函數(shù)是去對x(i)的估計值與

6、真實(shí)(zhnsh)值y(i)差的平方和作為錯誤估計函數(shù)，前面乘上的1/2是為了在求導(dǎo)的時候，這個系數(shù)就不見了。 至于為何選擇平方和作為錯誤估計函數(shù)，講義后面從概率分布的角度(jiod)講解了該公式的來源。 如何(rh)調(diào)整以使得J()取得最小值有很多方法，其中有最小二乘法(min square)，是一種完全是數(shù)學(xué)描述的方法，和梯度下降法。5 梯度下降法 在選定線性回歸模型后，只需要確定參數(shù)，就可以將模型用來預(yù)測。然而需要在J()最小的情況下才能確定。因此問題歸結(jié)為求極小值問題，使用梯度下降法。梯度下降法最大的問題是求得有可能是全局極小值，這與初始點(diǎn)的選取有關(guān)。 梯度下降法是按下面的流程進(jìn)行的：

7、 1）首先對賦值，這個值可以是隨機(jī)的，也可以讓是一個全零的向量。 2）改變的值，使得J()按梯度下降的方向進(jìn)行減少。 梯度方向由J()對的偏導(dǎo)數(shù)確定，由于求的是極小值，因此梯度方向是偏導(dǎo)數(shù)的反方向。結(jié)果為 迭代更新的方式有兩種，一種是批梯度下降，也就是對全部的訓(xùn)練數(shù)據(jù)求得誤差后再對進(jìn)行更新，另外一種是增量梯度下降，每掃描一步都要對進(jìn)行更新。前一種方法能夠不斷收斂，后一種方法結(jié)果可能不斷在收斂處徘徊。 一般來說，梯度下降法收斂速度還是比較慢的。 另一種直接計算結(jié)果的方法是最小二乘法。6 最小二乘法(chngf) 將訓(xùn)練特征表示為X矩陣(j zhn)，結(jié)果表示成y向量，仍然是線性回歸模型，誤差函數(shù)

8、不變。那么可以直接由下面(xi mian)公式得出 但此方法要求X是列滿秩的，而且求矩陣的逆比較慢。7 選用誤差函數(shù)為平方和的概率解釋 假設(shè)根據(jù)特征的預(yù)測結(jié)果與實(shí)際結(jié)果有誤差，那么預(yù)測結(jié)果和真實(shí)結(jié)果滿足下式： 一般來講，誤差滿足平均值為0的高斯分布，也就是正態(tài)分布。那么x和y的條件概率也就是 這樣就估計了一條樣本的結(jié)果概率，然而我們期待的是模型能夠在全部樣本上預(yù)測最準(zhǔn)，也就是概率積最大。注意這里的概率積是概率密度函數(shù)積，連續(xù)函數(shù)的概率密度函數(shù)與離散值的概率函數(shù)不同。這個概率積成為最大似然估計。我們希望在最大似然估計得到最大值時確定。那么需要對最大似然估計公式求導(dǎo)，求導(dǎo)結(jié)果既是 這就解釋了為何誤

9、差函數(shù)要使用平方和。 當(dāng)然推導(dǎo)過程中也做了一些假定，但這個假定符合客觀規(guī)律。8 帶權(quán)重的線性回歸 上面提到的線性回歸的誤差函數(shù)(hnsh)里系統(tǒng)都是1，沒有權(quán)重。帶權(quán)重的線性回歸加入了權(quán)重信息。 基本(jbn)假設(shè)是 其中(qzhng)假設(shè)符合公式 其中x是要預(yù)測的特征，這樣假設(shè)的道理是離x越近的樣本權(quán)重越大，越遠(yuǎn)的影響越小。這個公式與高斯分布類似，但不一樣，因?yàn)椴皇请S機(jī)變量。 此方法成為非參數(shù)學(xué)習(xí)算法，因?yàn)檎`差函數(shù)隨著預(yù)測值的不同而不同，這樣無法事先確定，預(yù)測一次需要臨時計算，感覺類似KNN。9 分類和logistic回歸 一般來說，回歸不用在分類問題上，因?yàn)榛貧w是連續(xù)型模型，而且受噪聲影響

10、比較大。如果非要應(yīng)用進(jìn)入，可以使用logistic回歸。 logistic回歸本質(zhì)上是線性回歸，只是在特征到結(jié)果的映射中加入了一層函數(shù)映射，即先把特征線性求和，然后使用函數(shù)g(z)將最為假設(shè)函數(shù)來預(yù)測。g(z)可以將連續(xù)值映射到0和1上。 logistic回歸的假設(shè)函數(shù)如下，線性回歸假設(shè)函數(shù)只是。 logistic回歸用來分類0/1問題，也就是預(yù)測結(jié)果屬于0或者(huzh)1的二值分類問題。這里假設(shè)了二值滿足伯努利分布，也就是 當(dāng)然假設(shè)它滿足泊松分布、指數(shù)分布等等也可以(ky)，只是比較復(fù)雜，后面會提到線性回歸的一般形式。 與第7節(jié)一樣，仍然求的是最大似然估計，然后(rnhu)求導(dǎo)，得到迭代公

11、式結(jié)果為 可以看到與線性回歸類似，只是換成了，而實(shí)際上就是經(jīng)過g(z)映射過來的。10 牛頓法來解最大似然估計 第7和第9節(jié)使用的解最大似然估計的方法都是求導(dǎo)迭代的方法，這里介紹了牛頓下降法，使結(jié)果能夠快速的收斂。 當(dāng)要求解時，如果f可導(dǎo)，那么可以通過迭代公式 來迭代求解最小值。 當(dāng)應(yīng)用于求解最大似然估計(gj)的最大值時，變成求解最大似然估計概率導(dǎo)數(shù)的問題(wnt)。 那么迭代公式(gngsh)寫作 當(dāng)是向量時，牛頓法可以使用下面式子表示 其中是nn的Hessian矩陣。 牛頓法收斂速度雖然很快，但求Hessian矩陣的逆的時候比較耗費(fèi)時間。 當(dāng)初始點(diǎn)X0靠近極小值X時，牛頓法的收斂速度是最

12、快的。但是當(dāng)X0遠(yuǎn)離極小值時，牛頓法可能不收斂，甚至連下降都保證不了。原因是迭代點(diǎn)Xk+1不一定是目標(biāo)函數(shù)f在牛頓方向上的極小點(diǎn)。11 一般線性模型 之所以在logistic回歸時使用 的公式是由一套理論作支持的。 這個理論便是一般線性模型。 首先，如果一個概率分布可以表示成 時，那么這個概率分布可以稱作是指數(shù)分布。 伯努利分布，高斯分布，泊松分布，貝塔分布，狄特里特分布都屬于指數(shù)分布。 在logistic回歸時采用(ciyng)的是伯努利分布，伯努利分布的概率可以表示成 其中(qzhng) 得到(d do) 這就解釋了logistic回歸時為了要用這個函數(shù)。 一般線性模型的要點(diǎn)是 1）滿足一

13、個以為參數(shù)的指數(shù)分布，那么可以求得的表達(dá)式。 2） 給定x，我們的目標(biāo)是要確定，大多數(shù)情況下，那么我們實(shí)際上要確定的是，而。（在logistic回歸中期望值是，因此h是；在線性回歸中期望值是，而高斯分布中，因此線性回歸中h=）。 3）12 Softmax回歸 最后舉了一個利用一般線性模型的例子。 假設(shè)預(yù)測值y有k種可能，即y1,2,k 比如k=3時，可以看作是要將一封未知郵件分為垃圾郵件、個人郵件還是工作郵件這三類。 定義 那么(n me) 這樣(zhyng) 即式子左邊可以有其他的概率表示，因此(ync)可以當(dāng)作是k-1維的問題。 為了表示多項(xiàng)式分布表述成指數(shù)分布，我們引入T(y)，它是一組

14、k-1維的向量，這里的T(y)不是y，T(y)i表示T(y)的第i個分量。 應(yīng)用于一般線性模型，結(jié)果y必然是k中的一種。1y=k表示當(dāng)y=k的時候，1y=k=1。那么p(y)可以表示為 其實(shí)很好理解，就是當(dāng)y是一個值m（m從1到k）的時候，p(y)=，然后形式化了一下。 那么 最后(zuhu)求得 而y=i時 求得期望值 那么就建立了假設(shè)(jish)函數(shù)，最后就獲得了最大似然估計 對該公式可以使用梯度下降或者牛頓法迭代(di di)求解。 解決了多值模型建立與預(yù)測(yc)問題。學(xué)習(xí)總結(jié) 該講義組織結(jié)構(gòu)清晰，思路獨(dú)特，講原因，也講推導(dǎo)。可貴的是講出了問題的基本解決思路和擴(kuò)展思路，更重要的是講出了為什么要使用相關(guān)方法以及問題根源。在看似具體的解題思路中能引出更為抽象的一般解題思路，理論化水平很高。 該方法可以用在對數(shù)據(jù)多維分析和多值預(yù)測