P3 回归
回归定义和应用举例
回归定义
Regression 就是找到一个函数 function,通过输入特征 x,输出一个数值 Scalar。
应用举例
- 股市预测(Stock market forecast)
输入:过去10年股票的变动、新闻咨询、公司并购咨询等
输出:预测股市明天的平均值 - 自动驾驶(Self-driving Car)
输入:无人车上的各个sensor的数据,例如路况、测出的车距等
输出:方向盘的角度 - 商品推荐(Recommendation)
输入:商品A的特性,商品B的特性
输出:购买商品B的可能性 - Pokemon精灵攻击力预测(Combat Power of a pokemon):
输入:进化前的CP值、物种(Bulbasaur)、血量(HP)、重量(Weight)、高度(Height)
输出:进化后的CP值
模型步骤
- step1:模型假设,选择模型框架(线性模型)
- step2:模型评估,如何判断众多模型的好坏(损失函数)
- step3:模型优化,如何筛选最优的模型(梯度下降)
step1:模型假设-线性模型
一元线性模型(单个特征)
以一个特征
x
c
p
x_{cp}
xcp为例,线性模型假设
y
=
b
+
w
⋅
x
c
p
y = b + w·x_{cp}
y=b+w⋅xcp ,所以
w
w
w 和
b
b
b 可以猜测很多模型:
f
1
:
y
=
10.0
+
9.0
⋅
x
c
p
f_{1} :y=10.0+9.0⋅x_{cp}
f1:y=10.0+9.0⋅xcp
f
2
:
y
=
9.8
+
9.2
⋅
x
c
p
f_{2} :y=9.8+9.2⋅x_{cp}
f2:y=9.8+9.2⋅xcp
f
2
:
y
=
−
8.0
−
1.2
⋅
x
c
p
f_{2} :y=-8.0-1.2⋅x_{cp}
f2:y=−8.0−1.2⋅xcp
.
.
.
...
...
虽然可以做出很多假设,但在这个例子中,显然
f
3
:
y
=
−
0.8
−
1.2
⋅
x
c
p
f_3: y = - 0.8 - 1.2·x_{cp}
f3:y=−0.8−1.2⋅xcp的假设是不合理的,不能进化后CP值是个负值>
多元线性模型(多个特征)
在实际应用中,输入特征肯定不止$ x_{cp} $这一个。例如,进化前的CP值、物种(Bulbasaur)、血量(HP)、重量(Weight)、高度(Height)等,特征会有很多。
所以我们假设 线性模型 Linear model:
y
=
b
+
∑
w
i
x
i
y = b + \sum w_ix_i
y=b+∑wixi
- x i x_i xi:就是各种特征(fetrure) x c p , x h p , x w , x h , ⋅ ⋅ ⋅ x_{cp},x_{hp},x_w,x_h,··· xcp,xhp,xw,xh,⋅⋅⋅
- w i w_i wi:各个特征的权重 w c p , w h p , w w , w h , ⋅ ⋅ ⋅ w_{cp},w_{hp},w_w,w_h,··· wcp,whp,ww,wh,⋅⋅⋅
-
b
b
b:偏移量
注意:接下来的内容需要看清楚是【单个特征】还是【多个特征】的示例
step2:模型评估-损失函数
【单个特征】: x c p x_{cp} xcp
收集和查看数据
这里定义
x
1
x^1
x1是进化前的CP值,
y
^
1
\hat{y}^1
y^1是进化后的CP值,^所代表的是真实值。
将10组原始数据在二维图中展示,图中的每一个点 (
x
c
p
n
,
y
^
n
x_{cp}^n,\hat{y}^n
xcpn,y^n) 对应着 进化前的CP值和进化后的CP值。
如何判断众多模型的好坏
有了这些真实的数据,那我们怎么衡量模型的好坏呢?从数学的角度来讲,我们使用距离。求【进化后的CP值】与【模型预测的CP值】差,来判定模型的好坏。也就是使用损失函数(Loss function) 来衡量模型(一组w,b)的好坏,统计10组原始数据
(
y
^
n
−
f
(
x
c
p
n
)
)
2
\left (\hat{y}^n - f(x_{cp}^n) \right )^2
(y^n−f(xcpn))2的和,和越小模型越好。如下图所示:
如果觉得看着这个图会晕,忽略图4,直接看公式推导的过程:
最终定义损失函数 Loss function:
L
(
w
,
b
)
=
∑
n
=
1
10
(
y
^
n
−
(
b
+
w
⋅
x
c
p
n
)
)
2
L(w,b)=\sum_{n=1}^{10}(\hat{y}^n−(b+w⋅x_{cp}^n))^2
L(w,b)=∑n=110(y^n−(b+w⋅xcpn))2
我们将
w
w
w,
b
b
b在二维坐标图中展示,如图所示:
- 图中每一个点代表着一个模型对应的 w w w和 b b b
- 颜色越偏红色代表Loss越大
可以与后面的图11(等高线)进行对比
step 3:梯度下降
【单个特征】: x c p x_{cp} xcp
如何筛选最优模型(参数w,b)
已知损失函数
L
(
w
,
b
)
=
∑
n
=
1
10
(
y
^
n
−
(
b
+
w
⋅
x
c
p
n
)
)
2
L(w,b)=\sum_{n=1}^{10}(\hat{y}^n−(b+w⋅x_{cp}^n))^2
L(w,b)=∑n=110(y^n−(b+w⋅xcpn))2,需要找到一个令结果最小的
f
∗
f^*
f∗,在实际的场景中,我们遇到的参数肯定不止
w
w
w,
b
b
b。
先从最简单的只有一个参数
w
w
w入手,定义
w
∗
=
a
r
g
min
x
L
(
w
)
w^*=arg \min \limits_xL(w)
w∗=argxminL(w)
首先在这里引入一个概念学习率 :移动的步长,如图7中
η
\eta
η
- 步骤1:随机选取一个 w 0 w^0 w0
- 步骤2:计算微分,也就是当前的斜率,根据斜率来判定移动的方向
大于0向右移动(增加 w w w)
小于0向左移动(减少 w w w) - 步骤3:根据学习率移动
重复步骤2和步骤3,直到找到最低点
步骤1中,我们随机选取一个 w 0 w^0 w0,如图8所示,我们有可能会找到当前的最小值,并不是全局的最小值,这里我们保留这个疑问,后面解决。
解释完单个模型参数 w w w,引入2个模型参数 w w w和 b b b, 其实过程是类似的,需要做的是偏微分,过程如图9所示,偏微分的求解结果文章后面会有解释,详细的求解过程自行Google。
整理成一个更简洁的公式:
梯度下降推演最优模型的过程
如果把
w
w
w和
b
b
b在图形中展示:
- 每一条线围成的圈就是等高线,代表损失函数的值,颜色约深的区域代表的损失函数越小
- 红色的箭头代表等高线的法线方向
梯度下降算法在现实世界中面临的挑战
我们通过梯度下降(gradient descent)不断更新损失函数的结果,这个结果会越来越小,那这种方法找到的结果是否都是正确的呢?前面提到的当前最优问题外,还有没有其他存在的问题呢?
线性回归模型的Loss function是凸函数,不存在局部最优而非全局最优。
其实还会有其他的问题:
- 问题1:当前最优(Stuck at local minima)
- 问题2:等于0(Stuck at saddle point)
- 问题3:趋近于0(Very slow at the plateau)
在线性模型里都是碗状(山谷形状),梯度下降基本上都能找到最优点,但是在其他更复杂的模型里,可能会到问题2和3。
w和b偏微分的计算方法
如何验证训练好的模型的好坏
使用训练集和测试集的平均误差来验证模型的好坏 我们使用将10组原始数据,训练集求得平均误差为31.9,如图所示:
然后再使用10组Pokemons测试模型,测试集求得平均误差为35.0 如图所示:
更强大复杂的模型:1元N次线性模型
在模型上,我们还可以进一部优化,选择更复杂的模型,使用1元2次方程举例,如图17,发现训练集求得平均误差为15.4,测试集的平均误差为18.4:
这里我们提出一个新的问题:是不是能画出直线就是线性模型,各种复杂的曲线就是非线性模型? 其实还是线性模型,因为把
x
c
p
1
=
(
x
c
p
)
2
x_{cp}^1= (x_{cp})^2
xcp1=(xcp)2看作一个特征,那么
y
=
b
+
w
1
⋅
x
c
p
+
w
2
⋅
x
c
p
1
y=b+w_1⋅x_{cp}+w_2⋅x^1_{cp}
y=b+w1⋅xcp+w2⋅xcp1其实就是线性模型。
过拟合问题出现
在模型上,我们再可以进一部优化,使用更高次方的模型,如图所示
- 训练集平均误差【15.4】【15.3】【14.9】【12.8】
- 测试集平均误差【18.4】【18.1】【28.8】【232.1】
在训练集上面表现更为优秀的模型,为什么在测试集上效果反而变差了?这就是模型在训练集上过拟合的问题。
如图所示,每一个模型结果都是一个集合,5次模型包 ⊇ \supseteq ⊇ 4次模型 ⊇ \supseteq ⊇ 3次模型,所以在4次模型里面找到的最佳模型,肯定不会比5次模型里面找到更差。
将错误率结果图形化展示,发现3次方以上的模型,已经出现了过拟合的现象:
步骤优化
输入更多Pokemons数据,相同的起始CP值,但进化后的CP差距竟然是2倍。如图21,其实将Pokemons种类通过颜色区分,就会发现Pokemons种类是隐藏的比较深得特征,不同Pokemons种类影响了进化后的CP值的结果。
Step1优化:2个input的四个线性模型是合并到一个线性模型中
通过对 Pokemons种类 判断,将 4个线性模型 合并到一个线性模型中
Step2优化:如果希望模型更强大表现更好(更多参数,更多input)
在最开始我们有很多特征,图形化分析特征,将血量(HP)、重量(Weight)、高度(Height)也加入到模型中
更多特征,更多input,数据量没有明显增加,仍旧导致overfitting。
Step3优化:加入正则化
更多特征,但是权重
w
w
w可能会使某些特征权值过高,仍旧导致overfitting,所以加入正则化
- w w w越小,表示 functionfunction 较平滑的, functionfunction输出值与输入值相差不大
- 在很多应用场景中,并不是 w w w越小模型越平滑越好,但是经验值告诉我们 w w w越小大部分情况下都是好的。
- b b b的值接近于0 ,对曲线平滑是没有影响
总结
- Pokemon: Original CP and species almost decide the CP after evolution(Pokemon:原始CP和物种几乎决定了进化后的CP)
· There are probably other hidden factors(可能还有其他隐藏的因素,高度、体重等) - Gradient descent(梯度下降)
· Following lectures: theory and tips(更多的理论和技巧将在下面的讲座中) - Overfitting and Regularization(过度拟合与正则化)
· Following lectures: more theory behind these(更多的理论支持在接下来的讲座中) - We finally get average error = 11.1 on the testing data(最终得到测试数据的平均误差= 11.1)
· How about another set of new data? Underestimate?Overestimate?(再来一组新的数据怎么样?低估还是高估?)
· Following lectures: validation(下列讲座:验证)