机器学习第十一章——应用机器学习的建议

最新推荐文章于 2022-12-08 15:33:09 发布

倚剑笑紅尘

最新推荐文章于 2022-12-08 15:33:09 发布

阅读量396

点赞数 1

分类专栏：机器学习机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/qq_36782366/article/details/89035572

版权

机器学习同时被 2 个专栏收录

32 篇文章 1 订阅

订阅专栏

机器学习

29 篇文章 1 订阅

订阅专栏

评估学习算法

想要降低预测误差，即提高预测精度，我们往往会采用这些手段：

采集更多的样本（解决高方差问题）
错误的认为样本越多越好，其实数据多并不是越好。
降低特征维度，减少一些特征，解决过拟合问题（解决高方差问题）
降维可能去掉了有用的特征。
采集更多的特征，增加一些额外的特征（解决高偏差问题）
增加了计算负担，也可能导致过拟合。
进行高次多项式回归，如（解决高偏差问题）
过高的多项式可能造成过拟合。
调试正规化参数 $\lambda$ ,将其增大（参数 $\theta$ 会减小，解决高方差问题）或者减少 $\lambda$ （参数 $\theta$ 会增加，解决高偏差问题）
增大或者减少都是凭感觉。

评价假设函数

首先我们要评估的是我们的假设函数（Hypothesis）。当我们选择特征值或者参数来使训练集误差最小化，但是我们会遇到过拟合的问题，推广到新的训练集就不再使用了。而且当特征量很多的时候，我们就不能将 $J(\theta)$ 可视化看出其是否随着迭代次数而下降了。所以我们采用以下的方法来评估我们的假设函数：

假设有 10 组数据，随机把 70% 做为训练集，剩下的 30% 做为测试集。训练集和测试集尽量保证是随机排列。

接下来：

对训练集进行学习得到参数 $\Theta$ ，也就是利用训练集最小化训练误差 $J_{train}(\Theta)$
计算出测试误差 $J_{test}(\Theta)$ ，取出之前从训练集中学习得到的参数 $\Theta$ 放在这里，来计算测试误差。

对于线性回归： $J_{test}(\theta)=\frac{1}{2m_{test}}\sum_{i=1}^{m_{test}}{(h_\theta(x^{(i)}_{test})-y^{(i)}_{test})^2}$

对于逻辑回归： $J_{test}(\theta)=-\frac{1}{m_{test}}\sum_{i=1}^{m_{test}}{y^{(i)}_{test}logh_\theta(x^{(i)}_{test})+(1-y^{(i)}_{test})logh_\theta(x^{(i)}_{test})}$

逻辑回归不同于线性回归，因为它只有0和1两个值，所以怎么判断误差如下：

$err(h_\theta(x),y)=\left\{\begin{matrix} 1 \;\;\;( if \;\;\; h_\theta(x) \geqslant 0.5 , y=0 \;\;\;or\;\;\; if\;\;\; h_\theta(x) < 0.5 ， y=1 )\\ 0 \;\;\;( otherwise ) \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\; \end{matrix}\right.$

这里的误差也叫误分类率，也叫 $0/1$ 错分率。

$( if \;\;\; h_\theta(x) \geqslant 0.5 , y=0 \;\;\;or\;\;\; if\;\;\; h_\theta(x) < 0.5 ， y=1 )$

这种情况下，假设结果更趋向于1，但是实际给出的判断却是0，或者假设结果更趋向于0，实际给出的判断却是1 。

如果以上情况都没有，那么就没有误差，即为0 ，也代表了假设值能够正确的对样本进行分类。

测试集的平均测试误差为：

$Test\;Error=\frac{1}{m_{test}}\sum_{i=1}^{m_{test}}err(h_{\theta}(x^{(i)}_{test}),y^{(i)}_{test})$

模型选择和训练集/验证集/测试集

我们这里用 d 表示多项式的个数。我们可以改变多项式次数的多少来选择合适我们的模型。例如上面的 $h_\theta(x)=\theta_0+\theta_1x$ ，这个多项式 $d=1$ 。

我们可以测试每一个模型得到他们的 $J_{test}(\theta)$ ，判断哪一个模型比较好。

当选择出了一个多项式 d 能很完美的拟合测试集，接下来就不能再用测试集了，因为 d 本来就已经完美拟合测试集了，再测试就没有意义了，需要换一个测试集。所以更需要关心的对新样本的拟合效果。

为了解决上述问题，我们把数据分为 3 类，训练集 60% /交叉验证集 20% /测试集 20%。

通过三个集合，可以算出训练误差：

$J_{train}(\theta) = \frac{1}{2m}\sum_{i=1}^{m}(h_\theta(x^{(i)})-y^{(i)})^{2}$

交叉验证误差：

$J_{cv}(\theta) = \frac{1}{2m_{cv}}\sum_{i=1}^{m_{cv}}(h_\theta(x^{(i)}_{cv})-y^{(i)}_{cv})^{2}$

测试误差：

$J_{test}(\theta) = \frac{1}{2m_{test}}\sum_{i=1}^{m}(h_\theta(x^{(i)}_{test})-y^{(i)}_{test})^{2}$

于是我们选择模型不在仅仅通过测试集来选择了，而是：

利用训练集的数据代入每一个多项式模型，通过最小化训练误差 $J_{train}$ ,得到相应的参数 $\theta ^{(i)}$ 。
用交叉验证集的数据,计算并找出最小交叉验证误差的多项式模型。
最后用测试集的数据计算出所选模型的测试误差 $J_{test}$ ,用来判断所选模型的“泛化”能力。

诊断偏差和方差

在机器学习中，偏差（bias）反映了模型无法描述数据规律，而方差（variance）反映了模型对训练集过度敏感，而丢失了数据规律，高偏差和高方差都会造成新数据到来时，模型给出错误的预测。

还是以这个图为例，最左边的图是欠拟合（高偏差），最右边的图是过拟合（高方差）。

训练误差： $J_{train}(\theta) = \frac{1}{2m}\sum_{i=1}^{m}(h_\theta(x^{(i)})-y^{(i)})^{2}$

交叉验证误差： $J_{cv}(\theta) = \frac{1}{2m_{cv}}\sum_{i=1}^{m_{cv}}(h_\theta(x^{(i)}_{cv})-y^{(i)}_{cv})^{2}$

上图是训练集、交叉验证集误差随多项式次数 d 的变化规律。横坐标是我们的d，也就是多项式的个数，纵坐标就是我们的代价函数。

我们先来看一下红色曲线 $J_{training}(\theta)$ ，随着多项式个数的增加，其假设函数是越来越接近要拟合的数据，所以其代价函数会随着多项式个数的增加下降。

然后绿色的曲线是 $J_{cross-validation}(\theta)$ ,当多项式个数比较少的时候，那当然会出现欠拟合的现象，所以一开始其代价函数 $J_{cross-validation}(\theta)$ 是很大的，随着多项式个数的增加而下降，但是当其多项式个数再继续增加的话，就会出现过拟合的现象， $J_{cross-validation}(\theta)$ 就又会增加。所以 $J_{cross-validation}(\theta)$ 函数是先递减再递增的，在其最低点就是最合适的多项式次数。

多项式回归中，如果多项式次数较高，则容易造成过拟合，此时训练误差很低，但是对于新数据的泛化能力较差，导致交叉验证集和测试集的误差都很高，此时模型出现了高方差(过拟合)：

$\left\{\begin{matrix} J_{train}(\theta) \;\;\;is\;\; low\\ J_{cv}(\theta)>>J_{test}(\theta) \end{matrix}\right.$

过拟合的情况下，训练集误差通常比较小，并且远小于交叉验证误差。

而当次数较低时，又易出现欠拟合的状况，此时无论是训练集，交叉验证集，还是测试集，都会有很高的误差，此时模型出现了高偏差(欠拟合)：

$\left\{\begin{matrix} J_{train}(\theta),J_{cv}(\theta)\;\;\; is \;\; high\\ J_{cv}(\theta) \approx J_{test}(\theta) \end{matrix}\right.$

欠拟合的情况下，训练集误差会很大。

为什么 $J_{cross-validation}(\theta)$ 会先降后升，而 $J_{training}(\theta)$ 一直下降？

原因是参数 $\theta$ 是只针对训练集所训练出来的，当其代入到 $J_{cross-validation}(\theta)$ 后，就会随着多项式的增加数据偏差就会越来越大，也就是随着拟合程度的不断增加，他的模型会越来越专门适用于训练集，他的泛化能力会逐步的降低。

正则化的偏差和方差

为了防止过拟合的现象，我们加上一个正则化项，但是正则化参数 $\lambda$ 与过拟合又有什么关系呢？

$\rm{CostFunction} = \rm{F}({\theta}) = \frac{1}{2m} \left [ \sum_{i = 1}^{m} (h_{\theta}(x^{(i)})-y^{(i)})^2 + \lambda \sum_{i = 1}^{m} \theta_{j}^{2} \right ]$

当 $\lambda$ 很大的时候，就会使得后面的每一个 $\theta_i$ 都被惩罚，也就是 $\theta_i$ 的权重会降低， $\theta_i$ 的值会减小，甚至接近于0，所以只剩下 $\theta_0$ ，那么其假设函数就会变成一条直线，出现欠拟合的现象。

当 $\lambda$ 很小的话，一个极端例子就是 $\lambda=0$ ，也就是相当于没有加正则化那项，这就会导致过拟合的现象。

$\lambda$ 的取值不能过大也不能过小。

$\lambda$ 的取值可以在 $\left[0,0.01,0.02,0.04,0.08,0.16,0.32,0.64,1.28,2.56,5.12,10.24\right]$ ，在这12个不同的模型中针对每一个 $\lambda$ 的值，都去计算出一个最小代价函数,从而得到 $\Theta^{(i)}$

得到了12个 $\Theta^{(i)}$ 以后，就再用交叉验证集去评价它们。即计算每个 $\Theta$ 在交叉验证集上的平均误差平方和 $J_{cv}(\Theta^{(i)})$

选择一个交叉验证集误差最小的 $\lambda$ 最能拟合数据的作为正则化参数。

最后拿这个正则化参数去测试集里面验证 $J_{test}(\Theta^{(i)})$ 预测效果如何。

随着 $\lambda$ 参数的增大，也就是 $\theta$ 的值会减小，偏差逐渐增大， $J_{train}(\theta)$ 自然也会随之增大，这是因为当 $\lambda=0$ 的时候， $J_{train}(\theta)$ 是没有正则化项的。

但是对于 $J_{cv}(\theta)$ 来说，它假设函数里面的 $\theta$ 是根据训练集里面拟合出来的，所以在没有加入正则化前， $J_{cv}(\theta)$ 是很大的。但是随着 $\lambda$ 的逐渐增大，也就是随着正则化的效果逐渐体现出来，在交叉验证集里面与测试数据就会越来越拟合，这时候的 $J_{cv}(\theta)$ 自然会慢慢下降。但是当 $\lambda$ 变得足够大的时候，参数 $\theta$ 会变得很小，甚至接近于0，也就是说交叉训练集的 $h_\theta(x)$ 就会趋近一条直线， $J_{cv}(\theta)$ 自然会随之上升。

Learning Curves 学习曲线

假设我们用 $h_\theta(x)=\theta_0+\theta_1x+\theta_2x^2$ 去拟合数据，当数据只有几个的时候，拟合效果那肯定的非常好的，但是，当数据越来越多，我们的假设函数因为多项式太少就不能很好地拟合数据了。所以训练集的误差 $J_{train}(\theta)$ 会随着数据的增多而增大。如上图蓝色的曲线。

但是对于交叉验证集呢？因为一开始只有几个数据，那么在训练集拟合出来的参数就有很大的可能不适合交叉验证集，所以在数据很小的情况下其误差是很大的，但是随着数据的慢慢增多，虽然个别的数据拟合不上，但是整体的拟合效果那肯定比只有几个数据的时候好了，所以其整体误差是逐步下降的，也就是说模型随着训练数据，样本的增多，他的泛化能力会不断增加。如上图粉色的曲线。

当数据存在高偏差也就是欠拟合的时候，即使数据再继续增多也无补于事，所以其误差会趋于一个平衡的位置，而且 $J_{train}(\theta)$ 和 $J_{cv}(\theta)$ 的误差都会很大。

所以，当数据存在欠拟合的问题，我们选用更多的训练样本是没有办法解决问题的。

当数据存在高方差也就是过拟合的时候，随着数据的增多，因为过拟合所以在训练集基本能完美拟合其数据，所以训练集的误差虽然会上升，但是其幅度是非常缓慢的，在交叉验证集也一样，所以过拟合的时候其图像如上，在 $J_{train}(\theta)$ 和 $J_{cv}(\theta)$ 之间有一大段空隙。

所以，当数据存在过拟合的现象，选用更多的样本有利于我们解决这个问题。

4. Deciding What to Do Next Revisited 决定下一步该做什么

总结：

手段	使用场景
采集更多的样本	高方差(过拟合)
降低特征维度	高方差(过拟合)
采集更多的特征	高偏差(欠拟合)
进行高次多项式回归	高偏差(欠拟合)
降低参数 λ	高偏差(欠拟合)
增大参数 λ	高方差(过拟合)

当我们选用一些较小的神经网络，虽然其计算量较少，但是容易出现欠拟合的现象。相反，我们选用一些层数比较多，层的单元比较多的神经网络，容易出现过拟合的现象。我们之前提到越大型的神经网络效果越好，为了防止出现过拟合的现象，我们可以使用正则化的方法来修正。

使用单个隐藏层是一个很好的默认开始。您可以使用交叉验证集在许多隐藏层上训练您的神经网络。然后您可以选择性能最好的一个。

模型复杂性影响：

低阶多项式（低模型复杂度）具有高偏差和低方差。在这种情况下，该模型很难一致
高阶多项式（高模型复杂度）非常适合训练数据，测试数据极其糟糕。这些对训练数据的偏倚低，但差异很大
实际上，我们希望选择一个介于两者之间的模型，它可以很好地推广，但也可以很好地适合数据。

倚剑笑紅尘

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
机器学习第十一章——应用机器学习的建议

评估学习算法想要降低预测误差，即提高预测精度，我们往往会采用这些手段：采集更多的样本（解决高方差问题）错误的认为样本越多越好，其实数据多并不是越好。降低特征维度，减少一些特征，解决过拟合问题（解决高方差问题）降维可能去掉了有用的特征。采集更多的特征，增加一些额外的特征（解决高偏差问题）增加了计算负担，也可能导致过拟合。进行高次多项式回归，...
复制链接

扫一扫

专栏目录