线性回归小结
线性回归可以说是机器学习中最基本的问题类型了,这里就对线性回归的原理和算法做一个小结。
1. 线性回归的模型函数和损失函数
线性回归遇到的问题一般是这样的。我们有 m 个样本,每个样本对应于 n 维特征和一个结果输出,如下:
我们的问题是,对于一个新的 (x(x)1,x(x)2,...x(x)n) ( x 1 ( x ) , x 2 ( x ) , . . . x n ( x ) ) , 他所对应的 yx y x 是多少呢? 如果这个问题里面的 y y 是连续的,则是一个回归问题,否则是一个分类问题。
对于 维特征的样本数据,如果我们决定使用线性回归,那么对应的模型是这样的:
其中 θi (i=0,1,2...n) θ i ( i = 0 , 1 , 2... n ) 为模型参数, xi (i=0,1,2...n) x i ( i = 0 , 1 , 2... n ) 为每个样本的 n n 个特征值。这个表示可以简化,我们增加一个特征 ,这样 hθ(x0,x1,...xn)=∑i=0nθixi h θ ( x 0 , x 1 , . . . x n ) = ∑ i = 0 n θ i x i 。
进一步用矩阵形式表达更加简洁如下:
其中, 假设函数 hθ(X) h θ ( X ) 为m x 1的向量, θ θ 为n x 1的向量,里面有 n 个代数法的模型参数。X为m x n维的矩阵。m 代表样本的个数,n 代表样本的特征数。
得到了模型,我们需要求出需要的损失函数,一般线性回归我们用均方误差作为损失函数。损失函数的代数法表示如下:
进一步用矩阵形式表达损失函数:
由于矩阵法表达比较的简洁,后面我们将统一采用矩阵方式表达模型函数和损失函数。
2. 线性回归的算法
对于线性回归的损失函数 J(θ)=12(Xθ−Y)T(Xθ−Y) J ( θ ) = 1 2 ( X θ − Y ) T ( X θ − Y ) ,我们常用的有两种方法来求损失函数最小化时候的 θ θ 参数:一种是梯度下降法,一种是最小二乘法。
如果采用梯度下降法,则
θ
θ
的迭代公式是这样的:
通过若干次迭代后,我们可以得到最终的 θ θ 的结果
如果采用最小二乘法,则
θ
θ
的结果公式如下:
当然线性回归,还有其他的常用算法,比如牛顿法和拟牛顿法,这里不详细描述。
3. 线性回归的推广:多项式回归
回到我们开始的线性模型,
hθ(x1,x2,...xn)=θ0+θ1x1+...+θnxn
h
θ
(
x
1
,
x
2
,
.
.
.
x
n
)
=
θ
0
+
θ
1
x
1
+
.
.
.
+
θ
n
x
n
, 如果这里不仅仅是 x 的一次方,比如增加二次方,那么模型就变成了多项式回归。这里写一个只有两个特征的 p 次方多项式回归的模型:
我们令 x0=1,x1=x1,x2=x2,x3=x21,x4=x22,x5=x1x2 x 0 = 1 , x 1 = x 1 , x 2 = x 2 , x 3 = x 1 2 , x 4 = x 2 2 , x 5 = x 1 x 2 ,这样我们就得到了下式:
可以发现,我们又重新回到了线性回归,这是一个五元线性回归,可以用线性回归的方法来完成算法。对于每个二元样本特征 (x1,x2) ( x 1 , x 2 ) ,我们得到一个五元样本特征 (1,x1,x2,x21,x22,x1x2) ( 1 , x 1 , x 2 , x 1 2 , x 2 2 , x 1 x 2 ) ,通过这个改进的五元样本特征,我们重新把不是线性回归的函数变回线性回归。
4. 线性回归的推广:广义线性回归
在上一节的线性回归的推广中,我们对样本特征端做了推广,这里我们对于特征 y 做推广。比如我们的输出
Y
Y
不满足和的线性关系,但是
lnY
l
n
Y
和
X
X
满足线性关系,模型函数如下:
这样对与每个样本的输入 y y ,我们用 去对应, 从而仍然可以用线性回归的算法去处理这个问题。我们把 lny l n y 一般化,假设这个函数是单调可微函数 g(.) g ( . ) ,则一般化的广义线性回归形式是:
这个函数 g(.) g ( . ) 我们通常称为联系函数。
5. 线性回归的正则化
为了防止模型的过拟合,我们在建立线性模型的时候经常需要加入正则化项。一般有L1正则化和L2正则化。
线性回归的L1正则化通常称为Lasso回归,它和一般线性回归的区别是在损失函数上增加了一个L1正则化的项,L1正则化的项有一个常数系数
α
α
来调节损失函数的均方差项和正则化项的权重,具体Lasso回归的损失函数表达式如下:
其中 n n 为样本个数, 为常数系数,需要进行调优。 ||θ||1 | | θ | | 1 为L1范数。
Lasso回归可以使得一些特征的系数变小,甚至还是一些绝对值较小的系数直接变为0。增强模型的泛化能力。
Lasso回归的求解办法一般有坐标轴下降法(coordinate descent)和最小角回归法( Least Angle Regression)
线性回归的L2正则化通常称为Ridge回归,它和一般线性回归的区别是在损失函数上增加了一个L2正则化的项,和Lasso回归的区别是Ridge回归的正则化项是L2范数,而Lasso回归的正则化项是L1范数。具体Ridge回归的损失函数表达式如下:
其中 α α 为常数系数,需要进行调优。 ||θ||2 | | θ | | 2 为L2范数。
Ridge回归在不抛弃任何一个特征的情况下,缩小了回归系数,使得模型相对而言比较的稳定,但和Lasso回归比,这会使得模型的特征留的特别多,模型解释性差。
Ridge回归的求解比较简单,一般用最小二乘法。这里给出用最小二乘法的矩阵推导形式,和普通线性回归类似。
令
J(θ)
J
(
θ
)
的导数为0,得到下式:
整理即可得到最后的 θ θ 的结果:
其中E为单位矩阵。
除了上面这两种常见的线性回归正则化,还有一些其他的线性回归正则化算法,区别主要就在于正则化项的不同,和损失函数的优化方式不同,这里就不累述了。