[学习笔记]数据挖掘-week4

人工神经网络

单一神经元

一个单独的神经元又称为感知机（perceptrons）。公式定于如下：

$$\begin{array}{rl}o& =\{\begin{array}{ll}1,& \text{if}{\sum }_{i=0}^n{w}_i\cdot x_i>0\\ 0,& \text{otherwise}\end{array}\\ o(x_1,...,x_n)& =\{\begin{array}{ll}1,& \text{if}{w}_0+w_1\cdot x_1+...+w_n\cdot x_n>0\\ 0,& \text{otherwise}\end{array}\end{array}$$

上述公式实际是建立了一个判决平面，在坐标轴上将数据一分为二。$x_i$ 表示输入，$w_i$ 表示权重，其中 $x_0$ 为1，$w_0$ 代表偏置，防止判决平面过原点。

通过调整权重，可以让神经元实现不同的功能，为能够找到最适合的权重，通过梯度下降法（gradient descent）来寻找误差最小的权重。

对误差定义如下：

$$E(\vec{w})=\frac{1}{2}\sum _{d\in D}(t_d-o_d{)}^2$$

有 $\frac{1}{2}$ 是因为在后续的过程中会求导。$t$ 为期望的输出，$o$ 为实际的输出。训练集用 $D$ 表示。将整个样本集的误差求和的方式为批处理学习（batch learning）。通过误差函数对权重求偏导，可以得到如何更改权重。

$$\begin{gathered} \nabla E(\vec{w})=\left[\frac{\partial E}{\partial w_0},...,\frac{\partial E}{\partial w_n}\right] \\ {w}_i\leftarrow w_i+\Delta w_{i}where\Delta w_i=-\eta \frac{\partial E}{\partial w_i} \end{gathered}$$

$\eta$ 表示学习率。而前面加负号用于得到正确的调整方向，当误差对权重求偏导时，数值为正数，表示误差会随着权重的增大而增大，那么就需要减少权重。反之毅然。

$$\begin{array}{rl}\frac{\partial E}{\partial w_i}& =\frac{\partial }{\partial w_i}\frac{1}{2}\sum _{d\in D}(t_d-o_d{)}^2\\ & =\frac{1}{2}\sum _{d\in D}\frac{\partial }{\partial w_i}(t_d-o_d{)}^2\\ & =\frac{1}{2}\sum _{d\in D}2(t_d-o_d)\frac{\partial }{\partial w_i}(t_d-o_d)\\ & \text{设}o(x)=w\cdot x\\ & =\sum _{d\in D}(t_d-o_d)\frac{\partial }{\partial w_i}(t_d-w\cdot x_d)\\ & =\sum _{d\in D}(t_d-o_d)(-x_d)\\ & \Delta w_i=\eta \sum _{d\in D}(t_d-o_d)x_{id}\leftarrow \text{Delta Rule}\end{array}$$

$x_{id}$ 为样本的输入。在更新方式中，若是batch learning，先将所有样本走一遍每次对 $\Delta w_i$ 做更新，最后再将 $\Delta w_i$ 更新到 $w_i$ 中。若是 stochastic learning，则每次计算直接更行到 $w_i$ 中。

感知机只能处理线性可分问题。

多个神经元

由多个神经元组合成的网络为人工神经网络，能够解决线性不可分问题。除输入层以外的神经元在输出时需要使用激活函数。常用的激活函数为：

$$sigmoid(x)=\frac{1}{1+e^{-x}}$$

该函数的值域为[0,1]之间，输入数据绝对值越接近 0，导数越大。

BP

当上图中的 j 是输出层时。
$$\begin{array}{rl}& E_d(\vec{w})=\frac{1}{2}\sum _{k\in output}(t_k-o_k{)}^2\\ & \Delta w_{ji}=-\eta \frac{\partial E_d}{\partial w_{ji}}\\ & \frac{\partial E_d}{\partial w_{ji}}=\frac{\partial E_d}{\partial ne{t}_j}\cdot \frac{\partial ne{t}_j}{\partial w_{ji}}\\ & \frac{\partial E_d}{\partial ne{t}_j}=\frac{\partial E_d}{\partial o_j}\cdot \frac{\partial o_j}{\partial ne{t}_j}\\ & ne{t}_j\text{表示j的输入}\\ \frac{\partial E_d}{\partial o_j}& =\frac{\partial }{\partial o_j}\frac{1}{2}\sum _{k\in output}(t_j-o_j{)}^2\\ & =\frac{\partial }{\partial o_j}\frac{1}{2}(t_j-o_j{)}^2\\ & =-(t_j-o_j)\\ \frac{\partial o_j}{\partial ne{t}_j}& =\frac{\partial \sigma (ne{t}_j)}{\partial ne{t}_j}=o_j(1-o_j)\\ \frac{\partial E_d}{\partial ne{t}_j}& =-(t_j-o_j)o_j(1-o_j)\\ \Delta w_{ji}& =\eta (t_j-o_j)o_j(1-o_j)x_{ji}\end{array}$$

对于输出层，整体的原理与感知机是一样的。对于非输出层，差别在于误差计算。输出层的误差通过$t_j-o_j$计算，非输出层的误差是通过后一层的误差乘以两层之间的权重得到。