岭回归与lasso

标签: 岭回归lasso
3064人阅读 评论(0) 收藏 举报
分类:

作者:金良(golden1314521@gmail.com) csdn博客: http://blog.csdn.net/u012176591

岭回归(ridge regression)

回忆 LR 的优化目标

L=(YXw)T(YXw)

为防止过拟合,增加正则化项 λ||w||2 ,目标函数就变成

L=(YXw)T(YXw)+λ||w||2

对其进行求导,得到

Lw=2XT(YXw)+2λw

令导数为0,得

w=(XTX+λI)1XTY

这就是岭回归的公式。

岭回归具有以下优点:

  • 在特征数M大于样本数N时,XTX 不可逆,故不能直接用LR,而岭回归就可以。
  • 通过引入λ惩罚项,防止过拟合。

Lasso

与岭回归不同,lasso增加的正则化项是 λ||w||1 ,目标函数就变成

L=(YXw)T(YXw)+λ||w||1

这个细微的变化,极大增加了计算复杂度,因为其不可直接求导。

前向逐步回归(Forward Stagewise Linear Regression)

前向逐步回归的伪代码:

这里写图片描述

这里写图片描述
相关代码:

datas = []
values = []
with open('abalone','r') as f: 
    for line in f: 
        linedata =  line.split('\t')
        datas.append(linedata[0:-1]) #前4列是4个属性的值
        values.append(linedata[-1].replace('\n',''))  #最后一列是类别       
datas = np.array(datas)
datas = datas.astype(float) 
values = np.array(values)
values = values.astype(float) 

N,M =  datas.shape #N是样本数,M是参数向量的维
means = datas.mean(axis=0) #各个属性的均值
stds = datas.std(axis=0) #各个属性的标准差
datas = (datas-means)/stds #标准差归一化
values = (values-values.mean())/values.std() #标准差归一化


fig,axes = plt.subplots(nrows=2,ncols=2,figsize=(8,8))
plt.suptitle(u'Forward Stepwise Regression Example',fontsize = 18) #用中文会出错,不知为何
plt.subplots_adjust(wspace = 0.25,hspace=0.25)
lambds = [0.05,0.5,1.0,3.0]

axes = axes.flatten()
for i in range(4):
    numIt = 600 #迭代次数
    delta = 0.01 # 调整系数
    wlog = np.zeros((numIt,M)) #记录weights的变化
    weights = np.zeros(M) #系数向量
    lambd = lambds[i]

    for it in range(1,numIt):
        Lmin = {'value':np.inf,'loc':np.nan,'sign':np.nan} #记录本次迭代的目标函数最小值
        for m in range(M-1,0,-1):
            for sign in (-1,1):
                wbak = cp.deepcopy(weights)
                wbak[m] += delta*sign
                Lcur = np.linalg.norm(values-np.dot(datas,wbak),2)+ lambd*np.linalg.norm(wbak,1)
                #print m,sign,Lcur
                if Lmin['value'] > Lcur: # 如果目标函数值比当前最优值小
                    Lmin['value'] = Lcur
                    Lmin['loc'] = m
                    Lmin['sign'] = sign
        weights[Lmin['loc']] += delta*Lmin['sign']
        wlog[it,:] = weights[:]
    ax = axes[i]
    for m in range(M):
        ax.plot(wlog[:,m])  
    ax.set_title('lambda='+np.str(lambd),{'fontname':'STFangsong','fontsize':10})
    ax.set_xlabel(u'迭代次数',{'fontname':'STFangsong','fontsize':10})
    ax.set_ylabel(u'各权值系数',{'fontname':'STFangsong','fontsize':10})
savefig('lasso1.png',dpi=300,bbox_inches='tight')

Lasso Shooting Algorithm

如下求导

L(w)wk=2i=1Nxik(yiwTxi)=2i=1Nxik(yiwkTxik(wTxiwkTxik))=wk2i=1Nx2ik2i=1Nxik(yiwTxi+wkxik)

令其中

αk=2i=1Nx2ik,ck=2i=1Nxik(yiwTxi+wkxik)
,

则可写成

L(w)wk=αkwkck

L(w,λ)=L(w)+λ||w||1

L(w,λ)wk=αkwkckλ[ckλ,ck+λ]αkwkck+λwk<0wk=0wk>0

这里写图片描述

进而可得wk的更新公式

wk=(ck+λ)/αk0(ckλ)/αkck<λck[λ,λ]ck>λ

这里写图片描述

fig,axes = plt.subplots(nrows=2,ncols=2,figsize=(8,8))
plt.suptitle(u'Lasso Shooting Algorithm Example',fontsize = 18) #用中文会出错,不知为何
plt.subplots_adjust(wspace = 0.25,hspace=0.25)
lambds = [0.05,3.5,50,100]
axes = axes.flatten()

for i in range(4):
    lambd = lambds[i]
    numIt = 600 #迭代次数
    wlog = np.zeros((numIt,M)) #记录weights的变化
    weights = np.zeros(M) #系数向量

    XX2 = 2*np.dot(datas.transpose(),datas)
    XY2 = 2*np.dot(datas.transpose(),values)
    for it in range(numIt):
        for k in range(M):
            ck = XY2[k]-np.dot(XX2[k,:],weights)+XX2[k,k]*weights[k]
            ak = XX2[k,k]
            #print ck,lambd
            if ck < -lambd:
                weights[k] = (ck+lambd)/ak
            elif ck > lambd:
                weights[k] = (ck-lambd)/ak
            else:
                weights[k] = 0
        wlog[it,:] = weights[:]
    ax = axes[i]
    for m in range(M):
        ax.plot(wlog[:,m])  
    ax.set_title('lambda='+np.str(lambd),{'fontname':'STFangsong','fontsize':10})
    ax.set_xlabel(u'迭代次数',{'fontname':'STFangsong','fontsize':10})
    ax.set_ylabel(u'各权值系数',{'fontname':'STFangsong','fontsize':10})   
savefig('lasso2.png',dpi=300,bbox_inches='tight')

L1 vs L2

岭回归正则化项是L2约束,而lasso的正则化项是L1约束。
下表展示了L1,L2的区别。
这里写图片描述

L1 具有的特征选择(稀疏性)的作用可以用下图来解释:
左侧的正方形表示L1约束,等高线图先与正方形的角上的点相切的可能性大,这时β1=0β20,这起到了选择特征的目的;右侧的圆形表示L2约束,等高线图与圆上任一点相切的概率相同,故起不到特征选择的效果。
这里写图片描述

2
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:484365次
    • 积分:6216
    • 等级:
    • 排名:第3964名
    • 原创:157篇
    • 转载:2篇
    • 译文:0篇
    • 评论:122条
    博客专栏
    Snapshot
    • x
    • x
    • x
    • x
    • x
    • x