李弘毅机器学习笔记:第三章—Error的来源
从上节课测试集数据来看,
A
v
e
r
a
g
e
E
r
r
o
r
Average\ Error
Average Error 随着模型复杂增加呈指数上升趋势。更复杂的模型并不能给测试集带来更好的效果,而这些
E
r
r
o
r
Error
Error 的主要有两个来源,分别是
b
i
a
s
bias
bias 和
v
a
r
i
a
n
c
e
variance
variance 。
然而 b i a s bias bias 和 v a r i a n c e variance variance 是什么?可以查看 机器学习中的Bias(偏差),Error(误差),和Variance(方差)有什么区别和联系?
估测
假设真实的模型为
f
^
\hat f
f^ , 如果我们知道
f
^
\hat f
f^ 模型,那是最好不过了,但是
f
^
\hat f
f^ 只有 Niamtic 公司才知道。
所以我们只能通过收集 Pokemon精灵 的数据,然后通过 step1~step3 训练得到我们的理想模型
f
∗
f^*
f∗,
f
∗
f^*
f∗ 其实是
f
^
\hat f
f^ 的一个预估。
这个过程就像打靶,
f
^
\hat f
f^ 就是我们的靶心,
f
∗
f^*
f∗ 就是我们投掷的结果。如上图所示,
f
^
\hat f
f^ 与
f
∗
f^*
f∗ 之间蓝色部分的差距就是偏差和方差导致的。
估测变量x的偏差和方差
我们先理解一下偏差和方差是怎样计算的呢? 偏差(Bias)和方差(Variance)——机器学习中的模型选择
评估x的偏差
- 假设 x x x 的平均值是 μ \mu μ,方差为 σ 2 \sigma^2 σ2
评估平均值要怎么做呢?
- 首先拿到 N N N 个样本点: { x 1 , x 2 , ⋅ ⋅ ⋅ , x N } \{x^1,x^2,···,x^N\} {x1,x2,⋅⋅⋅,xN}
- 计算平均值 m m m, 得到 m = 1 N ∑ n x n ≠ μ m=\frac{1}{N}\sum_n x^n \neq \mu m=N1∑nxn=μ
但是如果计算很多组的
m
m
m ,然后求
m
m
m 的期望:
E [ m ] = E [ 1 N ∑ x n ] = 1 N ∑ n E [ x n ] = μ E[m]=E[\frac{1}{N}\sum x^n]=\frac{1}{N}\sum_nE[x^n]=\mu E[m]=E[N1∑xn]=N1n∑E[xn]=μ
这个估计呢是无偏估计(unbiased)。
然后
m
m
m 分布对于
μ
\mu
μ 的离散程度(方差):
V
a
r
[
m
]
=
σ
2
N
Var[m]=\frac{\sigma^2}{N}
Var[m]=Nσ2
这个取决于 N N N,下图看出 N N N 越小越离散:
估测变量x的方差
如何估算方差呢?
为什么会有很多的模型?
讨论系列02中的案例:这里假设是在平行宇宙中,抓了不同的神奇宝贝
用同一个model,在不同的训练集中找到的
f
∗
f^∗
f∗ 就是不一样的
这就像在靶心上射击,进行了很多组(一组多次)。现在需要知道它的散布是怎样的,将100个宇宙中的model画出来
不同的数据集之前什么都有可能发生—||
考虑不同模型的方差
一次模型的方差就比较小的,也就是是比较集中,离散程度较小。而5次模型的方差就比较大,同理散布比较广,离散程度较大。
所以用比较简单的模型,方差是比较小的(就像射击的时候每次的时候,每次射击的设置都集中在一个比较小的区域内)。如果用了复杂的模型,方差就很大,散布比较开。
这也是因为简单的模型受到不同训练集的影响是比较小的。
考虑不同模型的偏差
这里没办法知道真正的 f ^ \hat{f} f^,所以假设图中的那条黑色曲线为真正的 f ^ \hat{f} f^
结果可视化,一次平均的 f ˉ \bar{f} fˉ 没有5次的好,虽然5次的整体结果离散程度很高。
一次模型的偏差比较大,而复杂的5次模型,偏差就比较小。
直观的解释:简单的模型函数集的space比较小,所以可能space里面就没有包含靶心,肯定射不中。而复杂的模型函数集的space比较大,可能就包含的靶心,只是没有办法找到确切的靶心在哪,但足够多的,就可能得到真正的 f¯f¯。
偏差v.s.方差
将系列02中的误差拆分为偏差和方差。简单模型(左边)是偏差比较大造成的误差,这种情况叫做欠拟合,而复杂模型(右边)是方差过大造成的误差,这种情况叫做过拟合。
怎么判断?
分析
如果模型没有很好的训练训练集,就是偏差过大,也就是欠拟合
如果模型很好的训练训练集,即再训练集上得到很小的错误,但在测试集上得到大的错误,这意味着模型可能是方差比较大,就是过拟合。
对于欠拟合和过拟合,是用不同的方式来处理的
偏差大-欠拟合
此时应该重新设计模型。因为之前的函数集里面可能根本没有包含 f ∗ f^* f∗。可以:
将更多的函数加进去,比如考虑高度重量,或者HP值等等。
或者考虑更多次幂、更复杂的模型。
如果此时强行再收集更多的data去训练,这是没有什么帮助的,因为设计的函数集本身就不好,再找更多的训练集也不会更好。
方差大-过拟合
简单粗暴的方法:更多的数据
但是很多时候不一定能做到收集更多的data。可以针对对问题的理解对数据集做调整。比如识别手写数字的时候,偏转角度的数据集不够,那就将正常的数据集左转15度,右转15度,类似这样的处理。
模型选择
现在在偏差和方差之间就需要一个权衡
想选择的模型,可以平衡偏差和方差产生的错误,使得总错误最小
但是下面这件事最好不要做:
用训练集训练不同的模型,然后在测试集上比较错误,模型3的错误比较小,就认为模型3好。但实际上这只是你手上的测试集,真正完整的测试集并没有。比如在已有的测试集上错误是0.5,但有条件收集到更多的测试集后通常得到的错误都是大于0.5的。
交叉验证
图中public的测试集是已有的,private是没有的,不知道的。交叉验证 就是将训练集再分为两部分,一部分作为训练集,一部分作为验证集。用训练集训练模型,然后再验证集上比较,确实出最好的模型之后(比如模型3),再用全部的训练集训练模型3,然后再用public的测试集进行测试,此时一般得到的错误都是大一些的。不过此时会比较想再回去调一下参数,调整模型,让在public的测试集上更好,但不太推荐这样。(心里难受啊,大学数模的时候就回去调,来回痛苦折腾)
上述方法可能会担心将训练集拆分的时候分的效果比较差怎么办,可以用下面的方法。
N-折交叉验证
将训练集分成N份,比如分成3份。
比如在三份中训练结果Average错误是模型1最好,再用全部训练集训练模型1。