四、机器学习概览
本章节为机器学习相关的基础知识和概念
一、基本概念
-
基本概念:
- 样本、特征
- 训练集、测试集
- 泛化、训练误差、测试误差、
- 欠拟合、过拟、非参数模型、贝叶斯误差
- 正则化、权重衰减、正则化项
- 超参数、验证集、交叉验证(k-fold)
- 点估计、bias、样本均值(无偏)、样本方差(有偏和无偏)、均值标准差
- 偏差和方差, M S E = B i a s 2 + V a r 2 MSE = Bias^2+ Var^2 MSE=Bias2+Var2
- 一致性(样本量相关)
-
基本类型:
分类、回归、转录、输入缺失、转录、机翻、结构化输出、异常检验、合成、去噪、密度估计
- 性能度量:
分类等模型:准确率、错误率
- 算法分类:
无监督、有监督、半监督、强化学习
二、极大似然估计
-
数据集是随机的,参数是固定的
-
模型 θ M L = arg max θ ∑ i = 1 m log p model ( x ( i ) ; θ ) \theta_{\mathrm{ML}}=\underset{\theta}{\arg \max } \sum_{i=1}^{m} \log p_{\operatorname{model}}\left(x^{(i)} ; \theta\right) θML=θargmax∑i=1mlogpmodel(x(i);θ),也可以用最小化样本和模型的KL散度(交叉熵)
-
线性模型的最小化MSE可以看做似然估计:最小化经验分布和高斯分布的差距
-
性质:m趋于无穷时,就收敛率而言是最好的渐进估计,Cramer-Rao下界表明不存在参数均方误差低于最大似然估计的一致估计
三、贝叶斯统计
-
数据集是确定的,但参数是随机的
-
p ( θ ∣ x ( 1 ) , ⋯ , x ( m ) ) = p ( x ( 1 ) , ⋯ , x ( m ) ∣ θ ) p ( θ ) p ( x ( 1 ) , ⋯ , x ( m ) ) p\left(\boldsymbol{\theta} | \boldsymbol{x}^{(1)}, \cdots, \boldsymbol{x}^{(m)}\right)=\frac{p\left(\boldsymbol{x}^{(1)}, \cdots, \boldsymbol{x}^{(m)} | \boldsymbol{\theta}\right) p(\boldsymbol{\theta})}{p\left(x^{(1)}, \cdots, x^{(m)}\right)} p(θ∣x(1),⋯,x(m))=p(x(1),⋯,x(m))p(x(1),⋯,x(m)∣θ)p(θ)由先验分布和数据似然计算对于 θ \theta θ的信念
-
预测的时候需要考虑 θ \theta θ的全分布 p ( x ( m + 1 ) ∣ x ( 1 ) , ⋯ , x ( m ) ) = ∫ p ( x ( m + 1 ) ∣ θ ) p ( θ ∣ x ( 1 ) , ⋯ , x ( m ) ) d θ p\left(x^{(m+1)} | x^{(1)}, \cdots, x^{(m)}\right)=\int p\left(x^{(m+1)} | \boldsymbol{\theta}\right) p\left(\boldsymbol{\theta} | x^{(1)}, \cdots, x^{(m)}\right) d \boldsymbol{\theta} p(x(m+1)∣x(1),⋯,x(m))=∫p(x(m+1)∣θ)p(θ∣x(1),⋯,x(m))dθ
-
最大后验估计MAP:
- 最大化后验概率
- 相比于极大似然估计,增加了先验信息的帮助,这是从训练集中无法获取的
- 相比ML减小了方差,代价是增大了偏差
四、监督学习算法
- 逻辑回归:可以通过梯度下降解最小化负对数似然函数
- 支持向量机:核函数 f ( x ) = b + ∑ i α i k ( x , x ( i ) ) f(\boldsymbol{x})=b+\sum_{i} \alpha_{i} k\left(\boldsymbol{x}, \boldsymbol{x}^{(i)}\right) f(x)=b+∑iαik(x,x(i)),高斯核
- KNN:非参数,小样本表现很差
- 决策树
五、无监督学习算法
- 主成分分析
- K均值聚类
- 随机梯度下降:计算复杂度不会随着样本规模上升而线性递增
六、深度学习的兴起
- 机器学习会面临维度灾难
- 平滑假设
- 流形学习