吴恩达 【机器学习】第七章 Logistic回归

吴恩达 【机器学习】第七章 逻辑回归Logistic Regression

7.1 分类Classification

• 预测离散的变量
• 举例证明线性回归不能很好地处理分类问题
• 逻辑回归(Logistic Regression)是解决分类(Classification)问题的一种算法

7.2 假设函数

• 逻辑回归，该模型的输出变量范围始终在0和1之间。
• 逻辑回归模型的假设是：
  $h_{\theta }\left(x\right)=g\left({\theta }^{T}x\right)$
  $g\left(z\right)=\frac{1}{1+e^{-z}}$
• 其中：
  1. $X$ 代表特征向量
  2. $g$ 代表逻辑函数（logistic function)是一个常用的逻辑函数，这里用Sigmoid函数（Sigmoid function），公式为： $g\left(z\right)=\frac{1}{1+e^{-z}}$。

python代码实现：

import numpy as np
    
def sigmoid(z):
   return 1 / (1 + np.exp(-z))

该函数的图像为：

• 对模型的理解：
  $h_{\theta }\left(x\right)=g\left({\theta }^{T}x\right)$
  $g\left(z\right)=\frac{1}{1+e^{-z}}$。

• $h_{\theta }\left(x\right)$的作用是：对于给定的输入变量，根据选择的参数计算输出变量=1的可能性（estimated probablity）即$h_{\theta }\left(x\right)=P\left(y=1|x;\theta \right)$ 。
  例如，如果对于给定的$x$，通过已经确定的参数计算得出$h_{\theta }\left(x\right)=0.7$，则表示有70%的几率$y$为正向类，相应地$y$为负向类的几率为1-0.7=0.3。

7.3 决策界限Decision Boundary

• 决策边界是由参数$\theta$决定的，而不是由训练集决定的
• 训练集是用来拟合(fit)参数$\theta$的
• 举例：
  
  
• 我们可以用非常复杂的模型来适应非常复杂形状的判定边界。

7.4 代价函数

• 如果用线性回归里用的差平方作为cost函数，再加上非线性的sigmiod函数，会使得最终函数非凸(non-convex)，有很多局部最小值，梯度下降很难找到全局最优解
• 线性回归的代价函数为：
  $J\left(\theta \right)=\frac{1}{m}\sum _{i=1}^m\frac{1}{2}{\left(h_{\theta }\left(x^{\left(i\right)}\right)-y^{\left(i\right)}\right)}^2$ 。
• 我们重新定义逻辑回归的代价函数为：
  $J\left(\theta \right)=\frac{1}{m}\sum _{i=1}^{m}Cost\left(h_{\theta }\left(x^{\left(i\right)}\right),y^{\left(i\right)}\right)$，
• 其中$h_{\theta }\left(x\right)$与 $Cost\left(h_{\theta }\left(x\right),y\right)$之间的关系如下图所示：
  
• 这样构建的$Cost\left(h_{\theta }\left(x\right),y\right)$函数的特点是：
  1. 当实际的 $y=1$ 且$h_{\theta }\left(x\right)$也为 1 时误差为 0，
     当 $y=1$ 但$h_{\theta }\left(x\right)$不为1时误差随着$h_{\theta }\left(x\right)$变小而变大；
  2. 当实际的 $y=0$ 且$h_{\theta }\left(x\right)$也为 0 时代价为 0，
     当$y=0$ 但$h_{\theta }\left(x\right)$不为 0时误差随着 $h_{\theta }\left(x\right)$的变大而变大。
• 将构建的 $Cost\left(h_{\theta }\left(x\right),y\right)$简化如下：
  $Cost\left(h_{\theta }\left(x\right),y\right)=-y\times log\left(h_{\theta }\left(x\right)\right)-(1-y)\times log\left(1-h_{\theta }\left(x\right)\right)$
  
• 代入代价函数得到：
  $J\left(\theta \right)=\frac{1}{m}\sum _{i=1}^m[-y^{(i)}\log \left(h_{\theta }\left(x^{(i)}\right)\right)-\left(1-y^{(i)}\right)\log \left(1-h_{\theta }\left(x^{(i)}\right)\right)]$
  即：$J\left(\theta \right)=-\frac{1}{m}\sum _{i=1}^m[y^{(i)}\log \left(h_{\theta }\left(x^{(i)}\right)\right)+\left(1-y^{(i)}\right)\log \left(1-h_{\theta }\left(x^{(i)}\right)\right)]$

Python代码实现：

import numpy as np
    
def cost(theta, X, y):    
	theta = np.matrix(theta)
	X = np.matrix(X)
	y = np.matrix(y)
	first = np.multiply(-y, np.log(sigmoid(X* theta.T)))
	second = np.multiply((1 - y), np.log(1 - sigmoid(X* theta.T)))
	return np.sum(first - second) / (len(X))

7.5 简化代价函数和梯度下降

• 简化代价函数
  
  
• 梯度下降
  

7.6 高级优化

用来使代价函数最小化的高级算法

• 梯度下降
• 共轭梯度法 (Conjugate Gradient)
• BFGS (变尺度法)
• L-BFGS (限制变尺度法)
  

7.7 多类别分类问题：一对多

• 举例
  
• 对比
  
• 做法："一对余"方法

1. 我们将多个类中的一个类标记为正向类（$y=1$），然后将其他所有类都标记为负向类，这个模型记作$h_{\theta }^{\left(1\right)}\left(x\right)$。
2. 接着，类似地第我们选择另一个类标记为正向类（$y=2$），再将其它类都标记为负向类，将这个模型记作 $h_{\theta }^{\left(2\right)}\left(x\right)$,依此类推。
3. 然后，我们得到一系列的模型简记为： $h_{\theta }^{\left(i\right)}\left(x\right)=p\left(y=i|x;\theta \right)$其中：$i=\left(1,2,3....k\right)$
4. 最后，在我们需要做预测时，我们将所有的分类机都运行一遍，然后对每一个输入变量，都选择最高可能性的输出变量。即：$\underset{i}{\max }{h}_{\theta }^{\left(i\right)}\left(x\right)$