目录
Step1优化：2个input的四个线性模型是合并到一个线性模型中
Step2优化：如果希望模型更强大表现更好（更多参数，更多input）
回归定义和应用例子
回归定义
Regression 就是找到一个函数 functionfunction ，通过输入特征 xx，输出一个数值 ScalarScalar。
应用举例
- 股市预测（Stock market forecast）
- 输入：过去10年股票的变动、新闻咨询、公司并购咨询等
- 输出：预测股市明天的平均值
- 自动驾驶（Self-driving Car）
- 输入：无人车上的各个sensor的数据，例如路况、测出的车距等
- 输出：方向盘的角度
- 商品推荐（Recommendation）
- 输入：商品A的特性，商品B的特性
- 输出：购买商品B的可能性
- Pokemon精灵攻击力预测（Combat Power of a pokemon）：
- 输入：进化前的CP值、物种（Bulbasaur）、血量（HP）、重量（Weight）、高度（Height）
- 输出：进化后的CP值
模型步骤
- step1：模型假设，选择模型框架（线性模型）
- step2：模型评估，如何判断众多模型的好坏（损失函数）
- step3：模型优化，如何筛选最优的模型（梯度下降）
Step 1：模型假设 - 线性模型
一元线性模型（单个特征）
以一个特征 x_{cp}xcp 为例，线性模型假设 y = b + w·x_{cp}y=b+w⋅xcp ，所以 ww 和 bb 可以猜测很多模型：
f1:y=10.0+9.0⋅xcp
f2:y=9.8+9.2⋅xcp
f3:y=−0.8−1.2⋅xcp
虽然可以做出很多假设，但在这个例子中，显然 f_3: y = - 0.8 - 1.2·x_{cp}f3:y=−0.8−1.2⋅xcp 的假设是不合理的，不能进化后CP值是个负值吧~~
多元线性模型（多个特征）
在实际应用中，输入特征肯定不止 x_{cp}xcp 这一个。例如，进化前的CP值、物种（Bulbasaur）、血量（HP）、重量（Weight）、高度（Height）等，特征会有很多。
所以我们假设 线性模型 Linear model：y = b + \sum w_ix_iy=b+∑wixi
- xi：就是各种特征(fetrure) x_{cp},x_{hp},x_w,x_h,···xcp,xhp,xw,xh,⋅⋅⋅
- wi：各个特征的权重 w_{cp},w_{hp},w_w,w_h,··wcp,whp,ww,wh,⋅⋅
- b：偏移量
注意：接下来的内容需要看清楚是【单个特征】还是【多个特征】的示例
Step 2：模型评估 - 损失函数
【单个特征】: x_cp
收集和查看训练数据
这里定义 x^1 是进化前的CP值，\hat{y}^1 进化后的CP值，\hat{}^ 所代表的是真实值
将10组原始数据在二维图中展示，图中的每一个点 (x_{cp}^n,\hat{y}^n)(xcpn,y^n) 对应着 进化前的CP值 和 进化后的CP值。
如何判断众多模型的好坏
有了这些真实的数据，那我们怎么衡量模型的好坏呢？从数学的角度来讲，我们使用距离。求【进化后的CP值】与【模型预测的CP值】差，来判定模型的好坏。也就是使用损失函数（Loss function） 来衡量模型的好坏，统计10组原始数据( \hat{y}^n - f(x_{cp}^n) )^2的和，和越小模型越好。如下图所示：
如果觉得看着这个图会晕，忽略图4，直接看公式推导的过程：
我们将 w, b 在二维坐标图中展示，如图所示：
- 图中每一个点代表着一个模型对应的 w 和 b
- 颜色越深代表模型更优
可以与后面的图11（等高线）进行对比
Step 3：最佳模型 - 梯度下降
【单个特征】: x_{cp}
如何筛选最优的模型（参数w，b）
已知损失函数是 L(w,b)= \sum_{n=1}^{10}( \hat{y}^n - (b + w·x_{cp})^2，需要找到一个令结果最小的 f^*f∗，在实际的场景中，我们遇到的参数肯定不止 w, b。
先从最简单的只有一个参数w入手，定义w^* = arg\ \underset{x}{\operatorname{\min}} L(w)
首先在这里引入一个概念 学习率 ：移动的步长，如图7中 \etaη
- 步骤1：随机选取一个 w^0
- 步骤2：计算微分，也就是当前的斜率，根据斜率来判定移动的方向
- 大于0向左移动（减少w）
- 小于0向右移动（增加w）
- 步骤3：根据学习率移动
- 重复步骤2和步骤3，直到找到最低点
步骤1中，我们随机选取一个 w^0，如图8所示，我们有可能会找到当前的最小值，并不是全局的最小值，这里我们保留这个疑问，后面解决。
解释完单个模型参数w，引入2个模型参数 w和b ， 其实过程是类似的，需要做的是偏微分，过程如图9所示，偏微分的求解结果文章后面会有解释，详细的求解过程自行Google。
整理成一个更简洁的公式：
梯度下降推演最优模型的过程
如果把 w 和 b 在图形中展示：
- 每一条线围成的圈就是等高线，代表损失函数的值，颜色约深的区域代表的损失函数越小
- 红色的箭头代表等高线的法线方向
梯度下降算法在现实世界中面临的挑战
我们通过梯度下降gradient descent不断更新损失函数的结果，这个结果会越来越小，那这种方法找到的结果是否都是正确的呢？前面提到的当前最优问题外，还有没有其他存在的问题呢？
其实还会有其他的问题：
- 问题1：当前最优（Stuck at local minima）
- 问题2：等于0（Stuck at saddle point）
- 问题3：趋近于0（Very slow at the plateau）
注意：其实在线性模型里面都是一个碗的形状（山谷形状），梯度下降基本上都能找到最优点，但是再其他更复杂的模型里面，就会遇到 问题2 和 问题3 了
w和b偏微分的计算方法
注意：其实在线性模型里面都是一个碗的形状（山谷形状），梯度下降基本上都能找到最优点，但是再其他更复杂的模型里面，就会遇到 问题2 和 问题3 了
w和b偏微分的计算方法
####（注：对b求偏导最后少了一个-1，特此更正）
如何验证训练好的模型的好坏
使用训练集和测试集的平均误差来验证模型的好坏 我们使用将10组原始数据，训练集求得平均误差为31.9，如图所示：
然后再使用10组Pokemons测试模型，测试集求得平均误差为35.0 如图所示：
更强大复杂的模型：1元N次线性模型
在模型上，我们还可以进一部优化，选择更复杂的模型，使用1元2次方程举例，如图17，发现训练集求得平均误差为15.4，测试集的平均误差为18.4
这里我们又提出一个新的问题：是不是能画出直线就是线性模型，各种复杂的曲线就是非线性模型？ 其实还是线性模型，因为把 x_{cp}^1 = (x_{cp})^2 看作一个特征，那么 y = b + w_1·x_{cp} + w_2·x_{cp}^1其实就是线性模型。
过拟合问题出现
在模型上，我们再可以进一部优化，使用更高次方的模型，如图所示
- 训练集平均误差【15.4】【15.3】【14.9】【12.8】
- 测试集平均误差【18.4】【18.1】【28.8】【232.1】
在训练集上面表现更为优秀的模型，为什么在测试集上效果反而变差了？这就是模型在训练集上过拟合的问题。
如图所示，每一个模型结果都是一个集合，5次模型包⊇4次模型⊇3次模型 所以在4次模型里面找到的最佳模型，肯定不会比5次模型里面找到更差
将错误率结果图形化展示，发现3次方以上的模型，已经出现了过拟合的现象：
步骤优化
输入更多Pokemons数据，相同的起始CP值，但进化后的CP差距竟然是2倍。如图21，其实将Pokemons种类通过颜色区分，就会发现Pokemons种类是隐藏得比较深得特征，不同Pokemons种类影响了进化后的CP值的结果。
Step1优化：2个input的四个线性模型是合并到一个线性模型中
通过对 Pokemons种类 判断，将 4个线性模型 合并到一个线性模型中
Step2优化：如果希望模型更强大表现更好（更多参数，更多input）
在最开始我们有很多特征，图形化分析特征，将血量（HP）、重量（Weight）、高度（Height）也加入到模型中
更多特征，更多input，数据量没有明显增加，仍旧导致overfitting
Step3优化：加入正则化
更多特征，但是权重 w 可能会使某些特征权值过高，仍旧导致overfitting，所以加入正则化
- w 越小，表示 functionfunction 较平滑的， functionfunction输出值与输入值相差不大
- 在很多应用场景中，并不是 ww 越小模型越平滑越好，但是经验值告诉我们 ww 越小大部分情况下都是好的。
- bb 的值接近于0 ，对曲线平滑是没有影响
总结
- Pokemon：原始的CP值极大程度的决定了进化后的CP值，但可能还有其他的一些因素。
- Gradient descent：梯度下降的做法；后面会讲到它的理论依据和要点。
- Overfitting和Regularization：过拟合和正则化，主要介绍了表象；后面会讲到更多这方面的理论
课后习题
晕，不知道怎么用富文本编辑器上传md文件，研究好了再重新上传
194
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
