原文:https://share.coursera.org/wiki/index.php/ML:Advice_for_Applying_Machine_Learning
面对一个机器学习问题,我们提取好特征,挑选好训练集,选择一种机器学习算法,然后学习预测得到了第一步结果。然而我们不幸地发现,在测试集上的准确率低得离谱,误差高得吓人,要提高准确率、减少误差的话,下一步该做些什么呢?
可以采用以下的方法来减少预测的误差:
- 获得更多的训练样本
- 减少特征的数量
- 增加特征的数量
- 使用多项式特征
- 增大或减小正则化参数 λ
但不要盲目在这些可行的方法里随便选一种来提升模型,需要用一些诊断模型的技术来帮助我们选择使用哪种策略。
1.评估假设
即使模型假设对于训练集的误差很低,若存在过拟合,模型的预测也同样会不准确。
给定一份训练集,我们可以将数据分成两部分:训练集和测试集。
- 使用训练集最小化 J(Θ) 得到 Θ 参数
- 计算测试集的误差:
3.计算分类错误率(即0/1分类错误率)
测试集的平均误差为:
也就是测试集上分类错误的样本的比例。
2.模型选择与训练/验证/测试集
- 学习算法若仅仅对训练集拟合较好,并不能说明其假设也是好的。
- 训练集上的假设误差通常要比其他数据集上得到的误差要小。
为了在假设上选择模型,可以测试模型的多项式的次数来观察误差结果。
无验证集
- 对不同的多项式次数的模型通过训练集得到最优化参数 Θ 。
- 找到在预测集上误差最小的模型的多项式次数 d 。
- 使用测试集估计泛化误差 Jtest(Θ(d)) 。
在这个例子中,我们用测试集训练得到的一个变量,即多项式次数 d ,但这样做会使其他数据集的误差更大。
为了解决这个问题,我们引入了第三种数据集,即交叉验证集(Cross Validation Set),来作为选择 d 的中间数据集。这样,测试集会给出一个准确,非乐观估计的误差结果。
例如,将数据集分成三份:
- 训练集:60%
- 交叉验证集:20%
- 测试集:20%
对于这三个数据集我们可以计算三个不同误差值:
有验证集
- 对不同的多项式次数的模型通过训练集得到最优化参数 Θ 。
- 找到在验证集上误差最小的模型的多项式次数 d 。
- 使用测试集估计泛化误差 Jtest(Θ(d)) 。
使用验证集则避免了使用测试集来确定多项式次数 d 。
3.诊断偏差 Vs. 方差
我们来讨论一下多项式次数 d 和过拟合以及欠拟合之间的关系。
- 我们需要区分导致预测结果差的原因是偏差还是方差。
- 高偏差也就是欠拟合,高方差也就是过拟合。我们需要在这两者之间找到一个黄金分割。
随着多项式次数 d 的增加,训练集的误差会减少。
同时,交叉验证集的误差会随着 d 的增加而减少,但在 d 增加到某一点之后,会随着 d 的增加而增加,形成一个凸曲线
- 高偏差(欠拟合): Jtrain(Θ) 和 JCV(Θ) 都较高,并且 JCV(Θ)≈Jtrain(Θ) 。
- 高方差(过拟合): Jtrain(Θ) 较低,且 JCV(Θ) 比 Jtrain(Θ) 高得多。
可以用下图来表示:
![Features-and-polynom-degree](https://i-blog.csdnimg.cn/blog_migrate/1adb3b3258ae0eac0ffc57b6cd448084.png)
4.正则化和偏差/方差
下面来分析正则化参数 λ 。
- λ 较大:高偏差(欠拟合)
- λ 不大不小:正好
- λ 较小:高方差(过拟合)
较大的 λ 参数会惩罚 Θ 参数,即简单化结果函数的曲线,造成欠拟合。
λ 和训练集以及验证集的关系如下:
- λ 较小: Jtrain(Θ) 较低,且 JCV(Θ) 较高(高方差/过拟合)。
- λ 不大不小: Jtrain(Θ) 和 JCV(Θ) 都较低,并且 JCV(Θ)≈Jtrain(Θ) 。
- λ 较大: Jtrain(Θ) 和 JCV(Θ) 都较高(高偏差/欠拟合)。
下图说明了 λ 值和假设之间的关系:
![Features-and-lambda](https://i-blog.csdnimg.cn/blog_migrate/b291ac578682e4809e97f5bbb3127a0d.png)
为了选择模型和正则化参数 lambda ,我们需要:
- 列出 λ 测试的值,比如 λ∈{0,0.01,0.02,0.04,0.08,0.16,0.32,0.64,1.28,2.56,5.12,10.24} ;
- 选择一个 λ 的值进行计算;
- 创建模型集,比如按照多项式次数或其他指标来创建;
- 选择一个模型来学习 Θ 值;
- 用所选的模型学习得到 Θ 值,使用选择的 λ 值计算 Jtrain(Θ) (为下一步学习参数 Θ );
- 使用学习(带 λ )得到的参数 Θ 计算不带正则项或是 λ=0 的训练误差 Jtrain(Θ) ;
- 使用学习(带 λ )得到的参数 Θ 计算不带正则项或是 λ=0 的交叉验证误差 JCV(Θ) ;
- 对模型集合所有 λ 取值重复上述步骤,选择使交叉验证集误差最小的组合;
- 如果需要使用图形化结果来帮助决策的话,可以绘制 λ 和 Jtrain(Θ) 的图像,以及 λ 和 JCV(Θ) 的图像;
- 使用最好的 Θ 和 λ 组合,在测试集上进行预测计算 Jtest(Θ) 的值来验证模型对问题是否有好的泛化能力。
- 为了帮助选择最好的多项式次数和 λ 的值,可以采用学习曲线来诊断。
5.学习曲线
训练3个样本很容易得到0误差,因为我们永远可以找到一条二次曲线完全经过3个点。
- 当训练集越来越大时,二次函数的误差也会增加。
- 误差值会在训练集大小m增加到一定程度后慢慢平缓。
高偏差的情况
- 小训练集: Jtrain(Θ) 较低,$J_{CV}(\Theta)较高。
- 大训练集: Jtrain(Θ) 和 JCV(Θ)都较高,并且 J_{train}(\Theta) \approx J_{CV}(\Theta)$。
如果学习算法有高偏差的问题,那么获取更多的训练数据并不会有很多改进。
对于高方差的问题,对于训练集大小有如下关系:
高方差的情况
- 小训练集: Jtrain(Θ) 较低,$J_{CV}(\Theta)较高。
- 大训练集: Jtrain(Θ) 会略微增加, JCV(Θ)会略微降低,并且 J_{train}(\Theta) < J_{CV}(\Theta)$。
如果学习算法有高方差的问题,那么获取更多的训练数据是有用的。
下图展示了训练集大小和高偏差/高方差问题之间的关系。
![High-variance-high-bias](https://i-blog.csdnimg.cn/blog_migrate/aa0bf2c16cf9edf91bbdfa2e5c289310.png)
6.再次考虑如何选择提升模型的下一步
决策过程可以分解成以下几点:
- 获得更多的训练样本
- 解决高方差
- 减少特征的数量
- 解决高方差
- 增加特征的数量
- 解决高偏差
- 使用多项式特征
- 解决高偏差
- 增加正则参数
λ
- 解决高偏差
- 减少正则参数
λ
- 解决高方差
7.诊断神经网络
- 参数较少的神经网络很容易欠拟合,但同时计算也较容易。
- 参数较多的大型神经网络更容易过拟合,但同时计算量较大。在这种情况下可以使用正则化(增加 λ )来避免过拟合问题。
使用单个隐藏层是一个较好地开始默认设置。你可以使用验证集在多个隐藏层上训练神经网络。
8.模型选择总结
以下是机器学习诊断的一些总结
- 选择多项式次数M
- 如何选择模型中得参数 Θ (即模型选择)
有3种方式解决:
- 获取更多数据(非常困难)
- 选择拟合数据最好且没有过拟合的模型(非常困难)
- 通过正则化来减少过拟合的机会
偏差:近似误差(预测值和期望值之间的差值)
- 高偏差 = 欠拟合(BU)
- Jtrain(Θ) 和 JCV(Θ)都较高,并且 J_{train}(\Theta) \approx J_{CV}(\Theta)$
方差:有限数据集之间的估计误差值
- 高方差 = 过拟合(VO)
- Jtrain(Θ) 较低,并且 Jtrain(Θ)<<JCV(Θ)
偏差-方差权衡的直觉
- 复杂模型=>数据敏感=>受训练集X变化的影响=>高方差,低偏差
- 简单模型=>更死板=>不受训练集X变化的影响=>低方差,高偏差
机器学习的最重要的目标之一:找到一个模型在偏差-方差的权衡之间刚刚好。
正则化影响
- λ 值较小(过拟合)使模型容易受噪声影响,导致高方差。
- λ 值较大(欠拟合)会将参数值接近于0,导致高偏差。
模型复杂度影响
- 多项式次数较低的模型(模型复杂度低)有高偏差和低方差。在这种情况下,模型拟合总是很差。
- 多项式次数较高的模型(模型复杂度高)拟合训练集极好,拟合测试集极差。导致训练集上低偏差,但高方差。
- 在现实中,我们想要选择一个模型在以上两种情况之间,既然可以很好地拟合数据,也有很好地泛化能力。
使用诊断时的一些典型经验法则
- 获取更多地训练样本可以解决高方差问题,不能解决高偏差问题。
- 减少特征数量可以解决高方差问题,不能解决高偏差问题。
- 增加特征数量可以解决高偏差问题,不能解决高方差问题。
- 增加多项式特征和交互特征(特征和特征交互)解决高偏差问题,不能解决高方差问题。
- 当使用梯度下降时,减少正则化参数 λ 值可以解决高方差问题,增加 λ 值可以解决高偏差问题。
- 当使用神经网络时,小型神经网络更容易欠拟合,大型神经网络更容易过拟合。交叉验证是选择神经网络大小的一种方式。
参考: