Logistic回归和Softmax回归

最新推荐文章于 2023-12-21 16:58:53 发布

MR.BOLT

最新推荐文章于 2023-12-21 16:58:53 发布

阅读量283

点赞数 1

文章标签：回归数据挖掘人工智能

本文链接：https://blog.csdn.net/MR_BOLT/article/details/131969743

版权

一、知识梳理

1.1 Logistic回归

Logistic回归(Logistic Regression，简称LR)是一种常用的处理二分类问题的模型。最早由比利时数学家维尔赫斯特在1838年提出，在二类分类问题中，把因变量y可能属于的两个类分别称为负类和正类，则因变量 $y\in\left \{ 0,1 \right \}$ ,其中0表示负类，1表示正类。而对于线性回归，其值域在负无穷到正无穷上，不好解决该问题。

由此引入了这种非线性变换，把线性回归的值控制在(0,1)之间，这样就成了Logistic回归 $^{h_{\theta }(x)}$ ,使得 $^{h_{\theta }(x)}$ $\geqslant0.5$ 时，y=1， $^{h_{\theta }(x)}$ $\leqslant 0.5$ ，y=0。Logistic回归尽管名字中有回归，但其实际上是一个分类算法，具体展示情况如下图：

1.1.1 Logistic回归函数

Logistic回归的函数形式为 $h{_{\theta }(x)}^{}=$ $g(\theta {_{}}^{T}x)$ ，其中 $x$ 代表样本的特征向量，g(z)代表sigmoid函数，具体计算公式为 $g(z)=\tfrac{1}{1+e{_{}}^{-z}}$ ,sigmoid函数图像如下：

$h{_{\theta}(x)}^{}$ 的作用是，对于给定的输入变量，根据选择的参数确定输出变量y=1的概率，，即后验概率 $h{_{\theta}(x)}^{}=p(y=1|x,\theta )$ , $h{_{\theta}(x)}^{}$ 的取值范围为(0,1)，具体的阈值一般如下：

1.1.2 Logistic回归的损失函数

Logistic回归中的参数是θ，怎么估计这个参数呢？那么就要定义损失函数，通过最小化损失函数来求解参数。

线性回归中的损失函数是平方误差损失函数，如果Logistic回归也采用这种损失函数形式，那么得到的损失函数将是一个非凸函数。这意味着损失函数会有很多局部极小值，因此不容易找到全局最小值。比如左边这个就是非凸函数的形状，明显右边这个平滑的图不容易陷入局部极小值陷阱。

假设训练数据集为{(x1,y1),(x2,y2),...(xm, ym)}，即有m个样本，令x=[x0, x1, ..., xn]T，x0=1，即每个样本有n个特征，y∈{0, 1}。于是把Logistic回归的损失函数定义为对数损失函数：

$J(\theta )=\tfrac{1}{m}\sum_{i=1}^{m}cost({h_{\theta}(x^{i}}^{}),y^{i})$

$cost({h_{\theta}(x^{i})}^{},y^{i})={-log(h{_{\theta}(x)}^{}) \ if \ y = 1 }$

$cost({h_{\theta}(x^{i})}^{},y^{i})={-log(1-h{_{\theta}(x)}^{}) \ if \ y = 0 }$

这个对数损失函数的特点是：当类别y=1时，损失随着 $h{_{\theta}(x)}^{}$ 的减小而增大. $h{_{\theta}(x)}^{}$ 为1时，损失为0；当类别y=0时，损失随着的增大而增大， $h{_{\theta}(x)}^{}$ 为0时，损失为0。 $h{_{\theta}(x)}^{}$ 与损失 $cost({h_{\theta}(x}),y)$ 的关系如下图：

进而可以把 $cost({h_{\theta}(x}),y)$ 整理为以下的形式：

$cost({h_{\theta}(x)}^{},y)=-(ylog({h_{\theta}(x)}^{})+(1-y)log({1-h{_{\theta}(x)}^{}}))$

有m个样本，所以我们对已经得每一个损失求和，进一步得到损失函数：

这个损失函数叫做对数似然损失函数，也有个很好听的名字：交叉熵损失函数（cross entropy loss）。这个损失函数是个凸函数，因此可以用梯度下降法求得使损失函数最小的参数。

1.1.3 Logistic回归梯度下降法

得到了交叉熵损失函数后，可以用梯度下降法来求得使代价函数最小的参数，也就是按下面这个公式更新每个参数θj：

具体推导如下：

已知条件：

①首先化简：

②把上式代入损失函数中，并对θj求偏导：

PS： $\theta{{_{j}}^{}}$ (j=1,2,...n),代表n个特征，i=1,2,...m总共有m个样本，只要搞懂i和j分别的对应关系，推导过程就十分好理解。这个推导比较长，但是推导的结果非常简洁漂亮。将这个偏导数乘以学习率 $\alpha$

，得到了用梯度来更新参数 $\theta$ 的公式，再用下面这个公式来同时更新所有的参数值，使损失函数最小化，直到模型收敛。

1.1.4 Logistic回归防止过拟合

在损失函数中加入参数θj的L2范数，限制θj的大小，以解决过拟合问题，那么加入正则化项的损失函数为：

相应的，此时的梯度下降算法为：

重复以下步骤直至收敛：

1.2 Softmax回归

Logistic回归是用来解决二类分类问题的，如果要解决的问题是多分类问题呢？那就要用到softmax回归了，它是Logistic回归在多分类问题上的推广。此处神经网络模型开始乱入，softmax回归一般用于神经网络的输出层，此时输出层叫做softmax层，也就是一般神经网络的最后一层。

Softmax从字面上来说，可以分成soft和max两个部分。max故名思议就是最大值的意思。Softmax的核心在于soft，而soft有软的含义，与之相对的是hard硬。hardmax最大的特点就是只选出其中一个最大的值，即非黑即白。但是往往在实际中这种方式是不合情理的，比如对于文本分类来说，一篇文章或多或少包含着各种主题信息，我们更期望得到文章对于每个可能的文本类别的概率值（置信度），可以简单理解成属于对应类别的可信度。所以此时用到了soft的概念，Softmax的含义就在于不再唯一的确定某一个最大值，而是为每个输出分类的结果都赋予一个概率值，表示属于每个类别的可能性。

1.2.1 Softmax函数

首先介绍一下softmax函数，这个函数可以将一个向量(x1,x2,...,xK)映射为一个概率分布(z1,z2,...,zK)：

那么在多分类问题中，假设类别标签y∈{1, 2, ..., C}有C个取值，那么给定一个样本x，softmax回归预测x属于类别c的后验概率为：

其中wc是第c类的权重向量。那么样本x属于C个类别中每一个类别的概率用向量形式就可以写为：

其中W=[w1,w2,...,wC]是由C个类的权重向量组成的矩阵，1表示元素全为1的向量，得到 ${h_{\omega}(x)}^{}$

是由所有类别的后验概率组成的向量，第c个元素就是预测为第c类的概率，比如[0.05, 0.01, 0.9, 0.02, 0.02]，预测为第3类。

1.2.2 Softmax函数损失函数和梯度下降

假设训练数据集为{(x1,y1),(x2,y2),...(xM, yM)}，即有M个样本，softmax回归使用交叉熵损失函数来学习最优的参数矩阵W，对样本进行分类。

由于涉及到多分类，所以损失函数的表示方法稍微复杂一些。我们用C维的one-hot向量y来表示类别标签。对于类别c，其向量表示为：

其中 $I(\cdot )$ 表示指示函数。则softmax回归的交叉熵损失函数为：

其中 $h(W^{T}x^{m})$ 表示样本 $x^{m}$ 预测为每个类别的后验概率组成的向量。

上面这个式子不太好理解，我们单独拿出一个样本来观察。假设类别有三类，预测一个样本x属于第2类的交叉熵损失为 $-y_{2}logh({w_{2}}^{T}x)$ ,其中 $y2=[0,1,0]$ ，如果预测正确，如 $h({w_{2}}^{T}x)=[0.1,0.8,0.1]$ ,则交叉熵损失 $[0,-log0.8,0]$ ,如果预测错误，如 $h({w_{2}}^{T}x)=[0.8,0.1,0.1]$ ，则交叉熵损失为 $[0,-log0.1,0]$ ，可见预测错误时损失非常大。

同样的，用梯度下降法对损失函数进行优化求解，首先得到损失 $J(\theta )$ 对参数向量W的梯度：

初始化W0=0，然后对所有参数WC进行迭代更新，直至收敛。