回归概述(个人理解的总结)
回归是数学中的一种模拟离散数据点的数学模型的方法,拟合一个连续的函数从而可以对未知的离散数据点进行分类或预测。这种方法有一个统一的形式,给定
n
维特征的数据集合,对任意一个数据点
Lotistic回归是经典分类方法,与感知机算法、SVM算法等都是上述的对每个维度的特征进行线性组合,找出决策平面,从而也都是判别式方法。这些方法在训练数据下分别使用不同的决策函数,然后归结为最优化问题,一般使用迭代方法进行,常用的有梯度下降法、牛顿法、拟牛顿法等。
Logistic回归模型
Sigmoid函数
在之前的博客中感知机方法使用的是符号函数
f(x)=sign(x)
,Logistic回归方法使用的是阶跃函数,函数输出的是的两个不同类别的概率值
{0,1}
,间断的阶跃函数使用最多的就是Heaviside Step函数,但是不连续的特性对于最优化求解中的求导数不方便。因此使用的是连续的具有阶跃函数相似性质Sigmoid函数:
该函数定义域为全实数域,任意次连续可微,以点 (0,0.5) 为对称点。当任意一个输入 z 很大时函数值趋于1,反之趋于0,在
二分类Logistic模型
分类模型由条件概率
P(Y|X)
表示,其中
Y∈{0,1}
代表两个类别,对于给定输入
X=x
:
其中 w={w0,w1.....wn},w0 代表常数项, x={x0,x1...xn},x0=1 。对于给定的输入,可以分别求得上述两个概率值,通过比较上述哪个概率值更大,就将输入分到相应类别。也就是Logistic回归模型将特征的线性组合转换为两个类别的概率,线性组合的值越接近于正无穷,概率值越接近1;线性组合的值越接近负无穷,概率值越接近0。
另外,一个事件发生的概率与不发生的概率比值称为几率(odds ratio),取对数之后称为log-odds-ratio,而Logistic回归模型对正类(事件发生)概率和负类(事件不发生)概率的比值如下:
因此,输出Y=1的log-odds-ratio是由输入x的线性函数表示的模型。
模型训练
1.由于是二分类问题,故可认为
P(Y|X)
服从贝努利分布,分布的参数为:
第一种解释是从极大似然方法来估计模型的参数,负log似然函数如下:
这样模型的训练过程就是求解上述目标函数关于参数w的最小值(极大似然在加上负号之后就是最小化),通常使用梯度下降法或者拟牛顿法求解。此处使用梯度下降法,梯度为:
其中的 11+e−wxi 正好是使用Sigmoid函数得到的 Y=1 的概率值, yi 为第 i 个样本的类别。根据上述结论既可以使用梯度下降法训练最优的参数
2.从学习策略角度可以得出和上面一样的结论。学习策略使用的是对数似然损失函数:
从而可以得到经验损失函数:
可以看出,上述经验损失函数与之前的极大似然函数形式相同,只有常数系数不同,因此两着在使用梯度下降法求解最优解 w 是相同的,由此也可以看出极大似然估计等价于学习策略使用对数损失函数下的经验风险最小化。
具体实现
Sigmoid函数
考虑到数据溢出的问题,经过本人反复测试,最终实现的Sigmoid函数实现如下:
def sigmoid(x):
x = array(x)
gtIndex = x > 50
ltIndex = x < -50
midIndex = gtIndex & ltIndex
x[gtIndex] = 1
x[ltIndex] = 0
x[midIndex] = 1.0 / (1 + exp(-1.0 * x[midIndex]))
return x
因为首先需要计算的是
训练模型
使用梯度下降法,主要将单个维度的表达式使用矩阵和向量形式表示,从而利用Numpy进行高效计算。
def logisticTrain(ds, labels, stepLen = 1, maxSteps=600, err=80):
i = 0
labels = mat(labels).transpose()
nll = 10 ** 20
'''Add x_0 and w_0'''
w = mat(ones(ds.shape[1] + 1)).transpose()
data = mat(ones((ds.shape[0], ds.shape[1] + 1)))
data[:, 1:] = ds
params = mat(ones(ds.shape[1] + 1)).transpose()
mingrad = 10 ** 10
while i < maxSteps:
### Negative gradient direction
grad = data.transpose() *
(labels - sigmoid(data * w))
w = w + stepLen * grad
deltaGrad = float(grad.transpose() * grad) ** 0.5
if deltaGrad < mingrad:
mingrad = deltaGrad
params = w
if deltaGrad < err:
mingrad = deltaGrad
params = w
break
i += 1
return params, deltaGrad, i
其中的提前终止条件使用的是一般最优化方法使用的梯度的二范数,此处我也尝试使用了目标函数值来判断:
def NLL(w, X, y):
tmp = array(X * w) * array(y)
return sum(log(1 + exp(X * w)) - mat(tmp))
通过对比当前迭代的w计算的NLL函数值和上一次的差,每次必须保证这个函数值在逐渐减小才行。
模型预测
预测方法比较直接,直接见代码:
def logisticClassify(w, predict):
p = ones((predict.shape[0], predict.shape[1] + 1))
p[:,1:] = mat(predict)
res = sigmoid(p * w)
res[res >= 0.5] = 1
res[res < 0.5] = 0
return res
最终绘制了不同迭代下的步长准确率: