【机器学习】求解逻辑回归参数（梯度上升算法和牛顿法）

回顾

这篇博客【链接】我们简单介绍了逻辑回归模型，留下了一个问题：怎么求解使$J(\theta)$最大的$\theta$值呢？

$$J(\theta) = \sum_{i=1}^{m} (y^{(i)}logh_\theta(x^{(i)})+(1-y^{(i)})log(1-h_\theta(x^{(i)})))$$

前面我们提到了用梯度上升法和牛顿法。那么什么是梯度上升法和牛顿法呢？

梯度上升算法

由于$J(\theta)$过于复杂，我们从一个简单的函数求极大值说起。
一元二次函数

$$f(x) = -x^2 + 4x$$
图像如下：

根据高中所学知识:
1. 求极值，先求函数的导数

$$f'(x) = -2x + 4$$
2. 令导数为0，可求出 $x = 2$即取得函数 $f(x)$的极大值。极大值等于 $f(2) = 4$

但是真实环境中的函数不会像上面这么简单，就算求出了函数的导数，也很难精确计算出函数的极值。此时我们就可以用迭代的方法来做。就像爬坡一样，一点一点逼近极值。这种寻找最佳拟合参数的方法，就是最优化算法。爬坡这个动作用数学公式表达即为：

$$x_{i+1} = x_i + \alpha\dfrac{\partial f(x_i)}{\partial x_i}$$
其中， $\alpha$为步长，也就是学习速率，控制更新的幅度。效果如下图：

比如从(0,0)开始，迭代路径就是1->2->3->4->…->n，直到求出的x为函数极大值的近似值，停止迭代。
这一过程，就是梯度上升算法。那么同理，$J(\theta)$这个函数的极值，也可以这么求解。公式可以写为：

$$\theta_j : = \theta_j + \alpha \dfrac{\partial J(\theta)}{\partial \theta_j}$$

那么，我们现在只要求出$J(\theta)$的偏导，就可以利用梯度上升算法求解$J(\theta)$的极大值了。

J(θ)=∑i=1m{y(i)loghθ(x(i))+(1−y(i))log(1−hθ(x(i)))} J ( θ ) = ∑ i = 1 m { y ( i ) l o g h θ ( x ( i ) ) + ( 1 − y ( i ) ) l o g ( 1 − h θ ( x ( i ) ) ) }

$$J(\theta) = \sum_{i=1}^{m} \{y^{(i)}logh_\theta(x^{(i)})+(1-y^{(i)})log(1-h_\theta(x^{(i)}))\}$$
$$h_\theta(x)=g(\theta^Tx) = \dfrac{1}{1+e^{-\theta^Tx}}$$
令：
$$g(z) = \dfrac{1}{1+e^{-z}}$$
求导：
$$g’(z) = \dfrac{e^{-z}}{(1+e^{-z})^2}=\dfrac{1}{1+e^{-z}}*\dfrac{e^{-z}}{1+e^{-z}} =\dfrac{1}{1+e^{-z}}*(1 - \dfrac{1}{1+e^{-z}}) = g(z)*(1-g(z))$$
可得：
$$g’(\theta^Tx) =g(\theta^Tx)*(1-g(\theta^Tx))$$

求$J(\theta)的偏导$

$$\dfrac{\partial J(\theta)}{\partial \theta_j} = \sum^{m}_{i=1} (\dfrac{y^{(i)}}{h_\theta(x^{(i)})}-\dfrac{1-y^{(i)}}{1-h_\theta(x^{(i)})})*\dfrac{\partial h_\theta(x^{(i)})}{\partial \theta_j}$$

$$= \sum^{m}_{i=1} (\dfrac{y^{(i)}}{g(\theta^Tx^{(i)})}-\dfrac{1-y^{(i)}}{1-g(\theta^Tx^{(i)})})*\dfrac{\partial g(\theta^Tx^{(i)})}{\partial \theta_j}$$

$$= \sum^{m}_{i=1} (\dfrac{y^{(i)}}{g(\theta^Tx^{(i)})}-\dfrac{1-y^{(i)}}{1-g(\theta^Tx^{(i)})})*g(\theta^Tx^{(i)})*(1-g(\theta^Tx^{(i)}))*\dfrac{\partial \theta^Tx^{(i)}}{\partial \theta_j}$$
其中：
$$\dfrac{\partial \theta^Tx^{(i)}}{\partial \theta_j} = \dfrac {\partial(\theta_1x^{(i)}_1+\theta_2x^{(i)}_2+\theta_3x^{(i)}_3+...+\theta_nx^{(i)}_n)}{\partial \theta_j} = x_j^{(i)}$$

$$上式=\sum_{i=1}^{m}\{y^{(i)}(1-g(\theta^Tx^{(i)}))-(1-y^{(i)})(g(\theta^Tx^{(i)})\}*x_j^{(i)}=\sum_{i=1}^{m}(y^{(i)} - g(\theta^Tx^{(i)}))*x_j^{(i)}$$

综上：

θj:=θj+α∑i=1m(y(i)−hθ(x(i)))∗x(i)j θ j := θ j + α ∑ i = 1 m ( y ( i ) − h θ ( x ( i ) ) ) ∗ x j ( i )

$$\theta_j : = \theta_j + \alpha \sum_{i=1}^{m}(y^{(i)} - h_\theta(x^{(i)}))*x_j^{(i)}$$
$$\theta_j : = \theta_j + \alpha (y^{(i)} - h_\theta(x^{(i)}))*x_j^{(i)}$$

牛顿法

同样，我们先来看个简单的例子。求函数值为0时的x的值。
用牛顿法迭代公式：

$$\begin{equation*} x_{n+1} = x_{n} - \frac{f(x_{n})}{f’(x_{n})} \\ x_{n+2} = x_{n+1} - \frac{f(x_{n+1})}{f’(x_{n+1})} \\ \end{equation*}$$

这个迭代 公式的意思就是：在$x = x_1$时，求得$(x_1,f(x_1))$的切线与x轴的交点为$x_2$，再求$(x_2,f(x_2))$的切线与x轴的交点$x_3$，依次迭代，直到找到满足要求的点。

然而，对于$J(\theta)$我们需要求得一阶导数为0的点，那么牛顿法迭代公式可以更新为：

$$\begin{equation*} x_{n+1} = x_{n} - \frac{J'(x_{n})}{J''(x_{n})} \\ x_{n+2} = x_{n+1} - \frac{J'(x_{n+1})}{J''(x_{n+1})} \\ \end{equation*}$$

拓展

在多元的情况下，$J''(x_{n})=H_{\ell(\hat{\theta})}$ 海塞矩阵

$$\begin{equation*} H_{\ell(\hat{\theta})} = \begin{bmatrix} \begin{split} \frac{\partial^{2}{J}}{\partial{\theta_{1}}\partial{\theta_{1}}} & \frac{\partial^{2}{J}}{\partial{\theta_{1}}\partial{\theta_{2}}} \\ \frac{\partial^{2}{J}}{\partial{\theta_{2}}\partial{\theta_{1}}} & \frac{\partial^{2}{J}}{\partial{\theta_{2}}\partial{\theta_{2}}} \\ \end{split}\end{bmatrix} \end{equation*}$$

三阶海塞矩阵形式为：

$$\begin{equation*} H_{\ell(\hat{\theta})} = \begin{bmatrix} \begin{split} \frac{\partial^{2}{J}}{\partial{\theta_{1}}\partial{\theta_{1}}} & \frac{\partial^{2}{J}}{\partial{\theta_{1}}\partial{\theta_{2}}} & \frac{\partial^{2}{J}}{\partial{\theta_{1}}\partial{\theta_{3}}} \\ \frac{\partial^{2}{J}}{\partial{\theta_{2}}\partial{\theta_{1}}} & \frac{\partial^{2}{J}}{\partial{\theta_{2}}\partial{\theta_{2}}} & \frac{\partial^{2}{J}}{\partial{\theta_{2}}\partial{\theta_{3}}}\\ \frac{\partial^{2}{J}}{\partial{\theta_{3}}\partial{\theta_{1}}} & \frac{\partial^{2}{J}}{\partial{\theta_{3}}\partial{\theta_{2}}}& \frac{\partial^{2}{J}}{\partial{\theta_{3}}\partial{\theta_{3}}}\\ \end{split}\end{bmatrix} \end{equation*}$$

$$\begin{equation*} H_{\ell(\hat{\theta})} = \begin{bmatrix}\begin{split} \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,1}x_{i,1},\ & \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,1}x_{i,2},\ & \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,1}\\ \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,2}x_{i,1},\ & \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,2}x_{i,2},\ & \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,2},\\ \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,1},\ & \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))x_{i,2},\ & \sum_{i=1}^{n}h_{\theta}(x_{i})(1-h_{\theta}(x_{i}))\\ \end{split}\end{bmatrix} \\ h_{\theta}(x_i) = \frac{1}{1 + e^{-z}}\\ z = \theta_{1}x_{i,1} + \theta_{2}x_{i,2}+\theta_3 \end{equation*}$$

一阶导数

$$\begin{equation*} \nabla J = -\left\langle\matrix{ \sum_{i=1}^{n}(y_{i} - h_{\theta}(x_{i}))x_{i,1}\cr \sum_{i=1}^{n}(y_{i} - h_{\theta}(x_{i}))x_{i,2}\cr \sum_{i=1}^{n}(y_{i} - h_{\theta}(x_{i})) }\right\rangle \end{equation*}$$

注：
此外，还可以用sklearn自带函数求解逻辑回归参数
此三种方法的python3代码实现，点击这里，对比本文公式看。