机器学习与数据挖掘第八讲：Bias-Variance Tradeoff

最新推荐文章于 2024-10-06 13:04:40 发布

leeningzzu

最新推荐文章于 2024-10-06 13:04:40 发布

阅读量670

点赞数 1

分类专栏：机器学习与数据挖掘：加州理工学院公开课

本文链接：https://blog.csdn.net/leeningzzu/article/details/90937194

版权

机器学习与数据挖掘：加州理工学院公开课专栏收录该内容

14 篇文章 0 订阅

订阅专栏

偏差与方差是解释学习算法泛化性能的重要工具。

定义

在机器学习利用训练数据集学习模型时，通过最小化损失函数(Loss function)来提高模型性能。但训练数据集error最小并不能保证在测试集或外推时性能最优，则训练数据集的Loss与预测数据集的Loss之间的差异为Generalization error。
$\begin{aligned} \operatorname{Err}(X) &=E\left[(y-\hat{f}(X))^{2}\right] \\ &=E\left[(f(X)+\epsilon-\hat{f}(X))^{2}\right] \\ &=(E[\hat{f}(X)]-f(X))^{2}+E\left[(\hat{f}(X)-E[\hat{f}(X)])^{2}\right]+\sigma_{\epsilon}^{2} \\ &=\operatorname{Bias}+\text { Variance }+\text { Random Error. } \end{aligned}$

Generalization error 可细分为Random error、Bias、Variance。由于随机误差不可消除，偏差和方差从两个方面描述学习到的模型与真实规律之间的差距，其与欠拟合及过拟合紧密相连，主要讨论偏差和方差之间的权衡（Bias-Variance Tradeoff）。

随机误差(Random Error)

随机误差为数据本身噪音所致，一般认为随机误差服从高斯分布，即 $\epsilon \sim \mathcal{N}\left(0, \sigma_{\epsilon}\right)$ ，若 $y$ 为预测值， $X$ 为自变量，数据背后真实规律为 $f$ ，则
$y=f(X)+\epsilon$
真实规律客观存在，但基于有限的样本和随机误差干扰无法获得，我们的最终目标为学习到更加接近真实规律的模型。

偏差（Bias）

偏差对于固定大小的训练数据集，描述"通过学习得到到所有模型的输出预测结果的期望"与"真实规律"之间的差距，即
$\operatorname{Bias}(X)=E[\hat{f}(X)]-f(X)$
关于模型拟合程度的衡量，增加模型参数，降低偏差可提高训练集拟合效果，但容易出现过拟合(overfitting)。

方差(Variance)

方差对测试集，描述通过学习拟合出来的结果自身的不稳定性，即 $\operatorname{Var}(X)=E\left[(\hat{f}(X)-E[\hat{f}(X)])^{2}\right]$

偏差与方差的权衡

在VC维中，已推得 $E_{out}<E_{in}+\Omega$ ，其决定了 $E_{out}$ 的边界，可用VC维解读偏差和方差：
将 $E_{out}$ 分解为两个部分：

假设空间 $\mathcal{H}$ 近似 $f$ 的能力（即 $\mathcal{H}$ 中与 $f$ 距离最近的集合 $G$ 与 $f$ 的误差大小–偏差）
在假设空间 $\mathcal{H}$ 中找到该 $G$ 的能力（即 $\mathcal{H}$ 中找到的 $g$ 与 $G$ 的误差大小–方差)

在实践中，Bias与Variance往往不能兼得的。若要 $\mathcal{H}$ 更好近似 $f$ ，则要求 $\mathcal{H}$ 更复杂，包含更多假设，降低模型的Bias，但相应在更大范围内寻找 $G$ ，找到的 $g$ 越可能远离 $G$ ，就一定程度上会提高模型的Variance。偏差与方差就是为了描述这两种情况且找到一个平衡点，使得 $E_{out}$ 与 $E_{in}$ 足够接近且 $E_{out}$ 足够小。

模型复杂度的影响

当固定训练样本，改变模型复杂度(模型描述能力），随着模型复杂度的增加，其对训练数据集的描述能力增加(可能发生过拟合），该模型在验证集上偏差减小、方差增大。相反，随模型复杂度降低，其对训练集描述能力降低(可能发生欠拟合)，模型在验证集上偏差增大、方差减少。

样本量的影响

在样本量较少时，应选择简单的模型，否则方差可能很大。样本量充分大时，应选择较为复杂的模型，因为大量数据可减少方差，复杂模型可减少偏差。

在试图用有限训练样本去估计无限的真实数据时，这些数据的真实性>模型的先验知识，就会尽量保证模型在训练样本上的准确度，这样可以减少模型的Bias，但学习到的模型很可能会失去一定的泛化能力，从而造成过拟合，降低模型在真实数据上的表现，增加模型的不确定性。相反，对于模型的先验知识更重要时，在学习模型的过程中对模型增加更多的限制，就可以降低模型的variance，提高模型的稳定性，但也会使模型的Bias增大。

学习曲线

当模型简单时，起初 $E_{out}$ 与 $E_{in}$ 都很大，随着 $N$ 的增加， $E_{out}$ 与 $E_{in}$ 将近。当模型很复杂时， $N$ 很小时， $E_{in}$ 起初可小至0； $E_{out}$ 非常大；随着 $N$ 的增加， $E_{out}$ 与 $E_{in}$ 靠拢，其靠拢值要小于简单模型，但 $E_{out}$ 与 $E_{in}$ 距离程度要大于简单模型。由于目的为得到小的 $E_{out}$ ，所以大量数据时，应优先选择复杂模型。