我们有一堆数据,默认他们是线性可分的。
定义f为这个数据分割线的最优解,但是我们不知道他的值。
我们仅有一个函数集H,这个函数一般是无穷大的。我们的目的就是从H中找出一条线g来尽可能的接近f。但是,我刚刚说了,H内的函数一般是无穷多的,我们不可能把H中的函数一 一 比较,得到最好的分割线g吧!!!
不过伟大的科学家就说,我们的目的不就是找出一条线把这些数据都分开吗!!那我随机的初始化一条分割线 g0 ,让他一 一和数据点进行比较(数据总该是有限个的吧), 如果 某一个数据点划分对了,那这条线就不动,继续比较下一个点。如果错了,那就调整 这条线,让他能把这个点分对。以此下去,直到我们发现所有的点都分隔对了为止。。。
-
那么问题就来了,我们怎么调整这条分隔线呢???
首先要明确,只有当分类出错误的时候,才对分割线进行调整。
假设我们遇到的数据点 (xn,yn) 是我们第t次分类错误。那么就有当 yn=+1 时,则我们的错误结果为 wTxn=wt−→∗xn−→=||w||∗||xn||∗cosΘ<0 ,即 cosΘ<0 则 Θ 太大,为了能过纠正错误,决定减小 Θ ,就让 w→t+1=w→t+x→
即
紫色的就是更改后的 wt+1同理
当 yn=−1 时,则我们的错误结果为 wTxn=wt−→∗xn−→=||w||∗||xn||∗cosΘ>0 ,即 cosΘ>0 则 Θ 太小,为了能过纠正错误,决定增大 Θ ,就让 w→t+1=w→t−x→
即
紫色的就是更改后的 wt+1综上所述,当分割线遇到点 (xn,yn) 时,如果分割正确,那么 wt 就不变,如果分割错误,那么就令
注意w是分割线 wTx=0 的法线,也就是说分割线的方向是与w的方向垂直的。。。
-
这个想法是挺好的,那么问题是,用这种方法到底行不行得通呢???现在,我们就来验证这个算法的正确性!!!
这种方法到底行不行得通,其实就是说这个算法到底能不能找到正确区分所有点的线。即这个算法到底能不能收敛?(收敛就是能停下来,算法只有找到了满足要求的线才停下来,所以说法不同,但意思是一样的)
证明:
首先有两个前提:
前提1:数据本就是可以线性可分的。(如果数据不是线性可分的话,那不管我们怎么找都找不到那条线)
前提2:我们仅仅是遇到分错的点时,才改变 wt ,遇到分对的点 wt 不变。根据前提1,说明最终的线一定存在。
假设 wf 是我们要的线,则有
当线 wTtx=0 遇到 (xn,yn) 发生错误时,则更新 wt+1 ,即
遂有
则
根据前提2,有
又有
则
判断w_t,
wf
是否相近,只需他们的
Θ
尽可能为0
我们初始化
w0=0
,则可以怎么得,在T次误差矫正后,有
所以,最终得到
即
cosΘ>=T−−√.Cconstant
,即随着T逐渐增大,
cosΘ
也会逐渐增大,那么
Θ
会逐渐减小到0,所以
wt是越来越接近wf
又
cosΘ<=1
,所以
wt
一定收敛。
这个算法最大的缺点就是假设数据点是线性可分的。问题是,我们并不知道数据到底是不是线性可分的!!如果不是,也就是说最终根本没有上面的 wf ,即没有一条不犯错误的线,那么以上的推论都是“白搭”!!!
那怎么办???有个想法是,我们能不能把找出一条犯错误最少的线呢????即
其实,从实际意义上,是不能的。这是一个著名的NP hard 问题!!!因为线有无穷多个啊!!!
伟大的科学家又提出一条算法,来解决这个问题——-口袋算法
口袋算法基于贪心的思想。他总是让遇到的最好的线拿在自己的手上。。。
就是我首先手里有一条分割线
wt
,发现他在数据点
(xn,yn)
上面犯了错误,那我们就纠正这个分割线得到
wt+1
,我们然后让
wt
与
wt+1
遍历所有的数据,看哪条线犯的错误少。如果
wt+1
犯的错误少,那么就让
wt+1
替代
wt
,否则
wt
不变。
那怎样让算法停下来呢??——–我们就 自己规定迭代的次数
由于口袋算法得到的线越来越好(PLA就不一定了,PLA是最终结果最好,其他情况就说不准了),所以我们就 自己规定迭代的次数 。
- 最后一个问题,如果数据本就是线性可分,那么我们用 pocket algorithm 和用 PLA,那个更好???
答案是PLA更好。先不说PLA可以找到最好的那条线。单从效率上来说,PLA也更好些。最主要的原因是,pocket algorithm 每次比较的时候,都要遍历所有的数据点,且两个算法都要遍历一遍,才会决定那个算法好,而这还是比较一次,如果我们让他迭代500次的,那就麻烦了!!!但是,所有前提是,数据是线性可分的。如果线性不可分,只能用pocket algorithm,因为PLA根本不会停下来(而且PLA的 wt 也不是每更改一次效果就会比之前的好)!!
总结一下,这篇博客讲了些什么:
1. 先 讲解了 PLA算法
2. 然后 证明PLA算法在数据是线性可分的情况下的正确性
方法: 余弦定理+公式
wt+1=wt+yn∗xn
3. 讨论在线性不可分情况下的 口袋算法pocket algorithm
4. 简单的讨论了 PLA和pocket algorithm的优缺点
5. 那么你能否将这些内容复述一遍 -_-
来自 丁磊_ml博客 网址为 blog.csdn.net/MosBest