机器学习|逻辑回归里有哪些逻辑？

目录：

• 1.逻辑回归

• 2.牛顿法求极值

• 3.指数分布族与多项分布

• 4.广义线性模型

前言

在看逻辑回归之前，先回想一下线性回归问题的求解步骤，再顺着线性回归，来介绍逻辑回归。

1.首先假设误差存在且为高斯分布，等价于真实数据的概率分布。
2.求出联合概率分布，也就是似然函数。
3.进行取对数运算，得到对数似然函数l(θ)。
4.求l(θ)的最大值，得到了最小二乘的策略。
5.使用梯度下降，让参数逐渐逼近最小二乘法中的最优解。

1.逻辑回归

逻辑回归虽然名字里带“回归”，但它不解决回归问题，而是处理分类问题。回归问题中预测值y是一系列连续值，而分类问题中y是一些离散的值。通常二分类的预测值y可以用0和1表示。例如，要建立一个垃圾邮件的分类器，那么x(i)表示邮件的特征，y是邮件的标签。当y=0时，属于正常邮件，y=1时，属于垃圾邮件。0和1分别为负例和正例，可以用符号”-“、”+“表示。现在先选择一个函数hθ(x)，能够表示分类问题。我们选择下面这个函数：

它叫做逻辑回归（logistic function，或sigmoid function），在二维坐标上是一个“S”型曲线，如图所示。

当z趋近于正无穷时，g(z)趋近于1，当z趋近于负无穷时，g(z)趋近于0。并且g(z)和h(x)的取值范围都在(0,1)，相当于，把整个实数范围压缩到了0到1之间。这样，预测y的值可以表示属于某一类的概率，当y越接近1时，它属于y=1的概率越大。和线性回归一样，我们设每个特征xj的权重为θj，x0=1，所以可以求出所有权重与特征的乘积和，用向量θTx代替z，得到如下表达式：

确定了处理二分类问题的模型，接下来就是求解θ了。像最小二乘的推导一样，我们对分类模型也做一些假设，用最大似然法和来优化θ。假设给定x和θ，输出值hθ(x)表示y=1的概率，那么y=0的概率就是1- hθ(x)。

可以将两个式子合并：

假设所有样本都是独立分布，接着求出参数的似然性：

为方便后面的计算，对它取对数，将累乘变成累和：

我们的目标就是找到θ，使对数似然性最大。为了求它的最大值，可以使用梯度下降的思想，逐步迭代，最终求极大值。所以这里可以叫做梯度上升法。那么接着对这个函数求偏导：

顺便提一下logistic函数求导，根据链式求导法则得到如下表达式：

现在就得到了梯度上升的迭代公式：

准确来说，得到的是随机梯度上升的公式，即每进行一个样本的拟合，就更新一次参数。与之相对应的，是批梯度上升。

虽然决策函数hθ(x(i))是一个非线性的函数，这个公式是由一个不同的算法推导出来，但是推导过程与最终结果都与线性回归与最小二乘法差不多，接下来就介绍另一种求极值的方法。

2.牛顿法

梯度下降法和牛顿法都是为了求函数最优解，但是方式不同。梯度下降法的步骤是，选择一组随机值，计算函数的导数，接着沿着导数的反方向，也就是沿着下降的方向前进一步，逐步逼近最小值。而当一个函数存在极值时，它的极值点处的一阶导数等于0，那么用迭代的方法逐步逼近一阶导数为0的位置，就是牛顿法的核心思想。接下来看具体步骤：

上图是某函数的一阶导数f(x)，要求y=0位置处的值，首先随机取一点A，做A的切线，交x轴于θ(1)，再过做x轴垂线，交f(x)于点B，再做B的切线，以此类推，逼近极值点。那么根据导数和线段上的关系，有以下表达式：

其中f(x)是逻辑回归里的似然函数l(θ)的导数，于是牛顿法求似然函数的迭代公式为：

当参数θ是一个向量时，牛顿法表示如下，∇θ l(θ)是对l(θ)求θ的偏导数，H表示Hessian矩阵：

牛顿法通常比梯度下降法的收敛速度更快，对逻辑回归的效果很好，经过较少的迭代次数就能得到较高的精度，但它也有缺点。牛顿法适用条件比较复杂，不像如梯度下降适用性那么广。而且牛顿法需要计算Hessian矩阵，当参数较多时，运算量会很大：

3.指数分布族与多项分布

其他函数也能作为分类函数，理论上只要在0到1之间且单调即可。不过逻辑斯蒂函数与伯努利分布不是随便写出来的，它和线性回归一样，都是指数分布族的一个特例。指数族分布可以写成如下形式：

η是分布的自然参数；
T(y)为充分统计量；
a(η)为对数分配函数。
当给定一组a，b，T，这个公式就定义了一个概率分布的集合。

对于伯努利二项分布，假设它的参数是φ，类别用0，1表示，可以这么表达：

p(y = 1; φ) = φ
p(y = 0; φ) = 1 – φ

那么伯努利分布可以改写成如下形式：

所以参数

这就得到了sigmoid函数。所以总结一下，当指数分布族满足以下条件时，可以推出伯努利分布。

除了高斯分布、伯努利分布，多项式分布也属于指数分布族。多项式分布可以解决多分类问题，可以认为是二项分布的延伸。这里直接给出多分类问题的模型函数，具体推导这篇文章里写的很详细。

4.广义线性模型

当我们要对单位时间内随机事件发生的个数进行建模，我们可以用泊松分布；对二项分布问题建模，可以使用伯努利分布建模；但是，如果遇到一个特定的问题，没有现成的模型可以使用时，我们就需要广义线性模型来建立一套算法。为了推导出这些问题的模型，要对y的分布做以下三个假设：

1.给定x与θ，输出y属于指数族分布，并以η为参数。
2.模型的目标是预测T(y)的期望值，即h(x) = E[T(y)|x]。
3.η和输入x是线性关系：η= θTx。

还是以二项分布为例，用广义线性模型来对它建模。给定x，θ后，二项分布的输出值应该是属于某一类的概率，h(x) = E[y|x]，期望值就是y=1的概率，P(y=1|x;θ)=φ，根据上文的已经推出的结论φ=1/(1+e^(-η) )，且η= θTx，于是得到：

本文主要参考：
吴恩达课程
拾毅者博客
玉心sober博客