机器学习算法笔记2_1:生成学习算法(Generative Learning algorithms)

我们之前学习的算法都是基于$p(y|x;\theta)$, 他的思想是找出找出一个决策边界来将两类分开，而生成算法是先对两个类别分别建模，为了将样本分开，将样本代入两个模型，看样本与哪个类别更匹配。
这种试图直接从输入$x$映射到类别标签{0,1}的算法被称为判别学习算法；而通过计算p(x|y)（和p(y)）来得到模型的算法被称为生成学习算法
通过贝叶斯函数得到$p(y|x) = \frac{p(x|y)p(y)}{p(x)}$,

$$\arg{\max_y}p(y|x)=\arg{\max_y}\frac{p(x|y)p(y)}{p(x)}=\arg{\max_y}p(x|y)p(x)$$

1. 高斯判决分析(GDA, Gaussian discriminant analysis)
   假设p(x|y)服从多元正太分布.
   
   1. 多元正太分布
      
      
      $Cov(X)=\Sigma=E[(X-E(X)(X-E(X))^T)]=E[XX^T]-(E[X]E[X]^T)$
      
      左图$\Sigma=I$,中图$\Sigma=0.6I$，右图$\Sigma=2I$,可以看到随着协方差增大，分布越趋近”扁平”。
      
      
      
      随着协方差非对角线元素的增大，分布越趋于正45度方向压缩
      
      随着协方差非对角线元素的减小， 分布逐渐向-45度方向压缩。右图显示，任意地改变参数分布投影趋近椭圆。
   2. 高斯判决分析模型(GDA)
      
      • 应用条件：特征x为连续随机变量
      • 模型：用多远正态分布给$f(x|y)$建模，模型如下：
        
        即：
        
        从上式可以看出这个模型通常采用不同的均值，相同的方差。即模型的参数为$\phi,\Sigma,\mu_0,\mu_1$，写成对数形式如下：
        
        参数计算如下
        
        样本分布图
        
   3. 高斯决策模型与逻辑回归的关系
      如果将$p(y=1|x;\phi,\mu_0,\mu_1,\Sigma)$看成关于x的函数，则其形式可以改写成：
      
      这正是LR的形式。即如果$p(x|y)$符合多元高斯分布且共享$\Sigma$,则$p(y|x)$将符合Logistics函数的形式，但这只是充分不必要条件，$f(y|x)$若符合Logistic函数，不能推出$f(x|y)$符合多元正太分布。
      GDA与LR的比较：
      
      1. GDA对x具有很强的假设(服从多元正太分布)，如果满足则能更好的适应样本，会是更好的模型,且asymptotically efficient；在大的训练样本的前提下，没有模型能比GDA更好。但是LR鲁棒性更强，不要求x一定符合高斯分布；
      2. GDA需要的训练样本比LR更少
         实际中由于LR对数据先验概率的适应性而更多的被使用。
2. 朴素贝叶斯（Naive Bays）：适用于文本分类
   GDA中，要求x是连续的向量，而朴素贝叶斯则是针对输入x是离散变量的情况。
   
   1. 朴素贝叶斯假设
      假设当给定$y$时向量$x$的各个分量相互独立
   2. 推论
      $$p(x_1,...,x_{50000})\\=p(x_1|y)p(x_2|y,x_1)p(x_3|y,x_1,x_2)...p(x_3|y,x_1,x_2,...x_{49999})\\=p(x_1|y)p(x_2|y)p(x_3|y)p(x_{50000}|y)\\=\prod_{i=1}^np(x_i|y)$$
      以垃圾邮件过滤为例，假设样本是如下所示的向量，每个元素对应词汇表中一个词汇，如果邮件中存在对应词则置为1否则为0；
      
      那么模型参数是 $$\phi_{i|y=1}=p(x_i=1|y=1)\\\phi_{i|y=0}=p(x_i=1|y=0)\\ \phi_y=p(y=1)$$ ,对于训练集$\{(x^{(i)},y^{(i)});i=1,2,...,m\}$,可以写出如下联合似然函数：
      
3. Laplace平滑
   上面的朴素贝叶斯有一个问题，当有一个此前从未出现的词出现在一个新的email中时，由于：
   
   从而使
   
   造成无法判决。
   为避免这种情况，可以使用拉普拉斯平滑法：
   
   其中k为z可能取值的数量。
4. 文本分类事件模型（Event models for text classification）
   在的朴素贝叶斯模型是基于多元伯努利分布（x向量元素只能取0或1），其生成一封邮件的过程是
   
   与不素贝叶斯模型不同的是，多项事件模型(multinomal event model)表示一封邮件的向量x中的元素取自{1,2,…,|V|}, 其中，V为字典长度，这样，一封邮件就被表示成长度等于邮件词汇数的向量。该模型生成邮件的过程是这样的：
   
   虽然概率形式上和朴素贝叶斯很相似，但是其含义发生了很大的变化，特别是$x_i|y$已经变成了多项式分布。
   
   参数：
   
   使用拉普拉斯平滑后的参数：
   

(斯坦福机器学习笔记)