吴恩达机器学习课程-第四周

1.非线性假设

对于下图中的两类点，如果只考虑两个特性，需要使用非线性的多项式才能很好的建立一个分类模型，如$g({\theta }_0+{\theta }_1{x}_1+{\theta }_2{x}_2+{\theta }_3{x}_1{x}_2+{\theta }_4{x}_1^2{x}_2+...)$：

但是假如存在成百上千的相关特征，如果希望使用这些特征来构建一个非线性的多项式模型，特征组合后的数量十分惊人。比如将100个特征进行两两组合为$x_1{x}_2、x_1{x}_3、...、x_{99}{x}_{100}$，也存在近5000个组合，更别提为了获取更多的相关性而采取三三组合等等。

多于多特征的数据，增加特征并不是一个好的选择。以汽车分类为例，汽车图片为50*50像素大小，将每个像素视为一个特征，图中模型通过汽车图片的两个像素点构建模型。但是光靠两个像素点(即两个特征)，分类效果肯定很差。如果此时两两特征进行组合构建一个多项式模型，会出现约三百万的特征：

2.神经网络

2.1 模型表示1

下图中整个流程被称为前向传播：

• $x_1、x_2、x_3$是输入单元(input units)，第一层layer1称为输入层(input layer)
• $a_1、a_2、a_3$是中间单元，负责将数据处理并传递给下一层，中间层layer2(可以是多层)称为隐藏层(hidden layers)
• 第三层layer3为输出层(output layer)
• 输出层经过$h_{\theta }(x)$(之前的逻辑回归中称为逻辑函数，在神经网络中称为激活函数)处理后输出最终结果(其实在每一层间都使用了激活函数)
• 输入层和隐藏层会增加一个偏差单位(bias unit)，相当于$y=wx+b$中的$b$​

关于图中的标记如下：

• $a_i^{(j)}$表示第$j$层的第i个激活单元
• ${\theta }^{(j)}$表示第$j$层映射到第$j+1$层的权重矩阵(权重即之前模型中系数的概念)，上图中的${\theta }^{(1)}$的大小为3*4，其中3为第2层的激活单元数，4为第1层的激活单元数加上1

2.2 模型表示2

将上述公式转换为向量表示会更加简便：

• 以第一个式子为例，将其转换为$a_1^{(2)}=g(z_1^{(2)})$，其中$z_1^{(2)}$的2表示和第二层相关。以此类推，上述隐藏层单元的计算式子变为：

  ​ $a_1^{(2)}=g(z_1^{(2)})$

  ​ $a_2^{(2)}=g(z_2^{(2)})$

  ​ $a_3^{(2)}=g(z_3^{(2)})$

当$x=[x_0,x_1,x_2,x_3{]}^T,z^{(2)}=[z_1^{(2)},z_2^{(2)},z_3^{(2)}{]}^T$时：

​ $z^{(2)}={\theta }^{(1)}x$

​ $a^{(2)}=g(z^{(2)})$

将向量展开后如下：

• 隐藏层到输出层的向量表示和前面类似，其中$a_0^{(2)}=1$：

  ​ $z^{(3)}={\theta }^{(2)}{a}^{(2)}$

  ​ $h_{\theta }(x)=a^{(3)}=g(z^{(3)})$

• 以上过程全部针对的是训练集中的一个样例，如果需要将整个训练集进行前向传播，则需要将向量$x$替换为矩阵$X$

2.3 神经网络和逻辑回归的区别

神经网络和逻辑回归有着许多相似的地方，以隐藏层到输出层为例：在逻辑回归中的$x_1、x_2、x_3$变为神经网络中的$a_1^{(2)}、a_2^{(2)}、a_3^{(2)}$。由于$a^{(2)}$中的每个值都是经过第一层计算后的值，可以视为更加高级的特征值(相较于$x_1、x_2、x_3$)，而不同的${\theta }^{(1)}$可以学习到不同的高级特征

综上，在逻辑回归中只能使用数据中的原始特征，虽然可以使用组合这些特征，但是会依旧会受到原始特征的限制。在神经网络中，原始特征作为输入层，后面不断深入的网络层会使用到前一层的高级特征，并非原始特征

2.4 多分类

在上述网络中，最终输出层只有一个神经元，即只能表示二分类，为了表示多分类的结果，可以在输出层多设置几个神经元，比如当$h_{\theta }(x)=[1,0,0,0{]}^T$时表示预测结果为第一类：

3.参考

https://www.bilibili.com/video/BV164411b7dx?p=43-49

http://www.ai-start.com/ml2014/html/week4.html