摘要: 分享对论文的理解. 原文见 Kilian Q. Weinberger, John Blitzer and Lawrence K. Saul, Distance Metric Learning for Large Margin Nearest Neighbor Classification, NIPS 2005.
1. 论文贡献
- 将度量学习与 kNN 结合, 充分利用了局部信息.
- 由于优化问题是凸函数, 能够迅速获得最优解.
2. 基本符号
符号 | 含义 | 说明 |
---|---|---|
x → i ∈ R d \overrightarrow{x}_i \in \mathbb{R}^{d} xi∈Rd | 第 i i i 个对象 | |
y i ∈ { 1 , 2 , … , C } y_i \in \{1, 2, \dots, C\} yi∈{1,2,…,C} | x → i \overrightarrow{x}_i xi 的标签 | 不限于二分类 |
L ∈ R d × d \mathbf{L} \in \mathbb{R}^{d \times d} L∈Rd×d | 线性变换矩阵 | |
D \mathcal{D} D | 学习到的度量 | |
y i j ∈ { 0 , 1 } y_{ij} \in \{0, 1\} yij∈{0,1} | 1 1 1 表示 y i = y j y_i = y_j yi=yj | |
η i j ∈ { 0 , 1 } \eta_{ij} \in \{0, 1\} ηij∈{0,1} | 1 1 1 表示 x → j \overrightarrow{x}_j xj 为 x → i \overrightarrow{x}_i xi 类别相同的目标邻居 |
3. 方案
度量的计算
D
(
x
→
i
,
x
→
j
)
=
∥
L
(
x
→
i
−
x
→
j
)
∥
2
2
(1)
\mathcal{D}(\overrightarrow{x}_i, \overrightarrow{x}_j) = \|\mathbf{L}(\overrightarrow{x}_i - \overrightarrow{x}_j)\|_2^2\tag{1}
D(xi,xj)=∥L(xi−xj)∥22(1)
解释:
- 先计算两个向量的差值.
- 利用 L \mathbf{L} L 进行线性变换, 相当于对向量进行加权, 这点与 PCA 很像. 这里满足结合率, 即 L ( x → i − x → j ) = L x → i − L x → j \mathbf{L}(\overrightarrow{x}_i - \overrightarrow{x}_j) = \mathbf{L} \overrightarrow{x}_i - \mathbf{L} \overrightarrow{x}_j L(xi−xj)=Lxi−Lxj.
- 计算变换后数据的二范数.
3.1 邻居的确定
根据欧氏距离. 与当前样本类别相同的最近
k
k
k 个邻居. 这些邻居在学习过程中不改变.
问题:
- 数据需要归一化吗?
- 不改变邻居合理吗?
3.2 代价函数 (即优化目标)
ε
(
L
)
=
∑
i
j
η
i
j
∥
L
(
x
→
i
−
x
→
j
)
∥
2
+
c
∑
i
j
l
η
i
j
(
1
−
y
i
l
)
[
1
+
∥
L
(
x
→
i
−
x
→
j
)
∥
2
−
∥
L
(
x
→
i
−
x
→
l
)
∥
2
]
+
(2)
\varepsilon(\mathbf{L}) = \sum_{ij} \eta_{ij} \|\mathbf{L}(\overrightarrow{x}_i - \overrightarrow{x}_j)\|^2 + c \sum_{ijl} \eta_{ij} (1 - y_{il}) \left[1 + \|\mathbf{L}(\overrightarrow{x}_i - \overrightarrow{x}_j)\|^2 - \|\mathbf{L}(\overrightarrow{x}_i - \overrightarrow{x}_l)\|^2\right]_+ \tag{2}
ε(L)=ij∑ηij∥L(xi−xj)∥2+cijl∑ηij(1−yil)[1+∥L(xi−xj)∥2−∥L(xi−xl)∥2]+(2)
这个就是核心了. 解释如下:
- 第一个累加, η i j \eta_{ij} ηij 表示只关注同类别的目标邻居. 这一部分越小越好.
- 第一个累加是二重循环, 表示对所有的对象, 都关注其目标邻居进行一次计算.
- c c c 是一个调节因子 (常数), 可能通过验证集来学习.
- 第二个累加是三重循环.
- η i j = 1 \eta_{ij} = 1 ηij=1 表示 x → j \overrightarrow{x}_j xj 为 x → i \overrightarrow{x}_i xi 类别相同的目标邻居; 否则这一部分为 0 0 0.
- ( 1 − y i l ) = 1 (1 - y_{il}) = 1 (1−yil)=1 表示 x → i \overrightarrow{x}_i xi 与 x → l \overrightarrow{x}_l xl 类别不同.
- 方括号里面的 1 表示一定的容忍性, 否则后面的值一般小于 0 0 0.
- 方括号里面的第 2 项表示与有效邻居的距离, 越小越好.
- 方括号里面的第 3 项表示与异类对象的距离, 越大越好.
- 下标的
+
+
+ 表示如果表达式小于
0
0
0, 就使它为
0
0
0. 即控制非负.
疑问: - 为什么方括号里面要成对地计算?
回答: 希望每个的有效邻居比异类数据近. 如果不成对地检查, 就难于使用下标 + + +. - 不知道方括号中的 1 1 1 是否可以替换为别的常数.
- 不需要正则项防止过拟合?
- 为什么是半正定的?
4. 小结
- 成对计算, 关注局部性.