分类模型的 Loss 为什么使用 cross entropy 而不是 classification error 或 squared error

最新推荐文章于 2024-06-16 16:10:42 发布

susandebug

最新推荐文章于 2024-06-16 16:10:42 发布

阅读量2.9k

点赞数 2

分类专栏：算法机器学习文章标签：交叉熵 cross_entropy

算法同时被 2 个专栏收录

49 篇文章 2 订阅

订阅专栏

机器学习

25 篇文章 3 订阅

订阅专栏

提纲：

分类模型与 Loss 函数的定义，
为什么不能用 Classification Error，
Cross Entropy 的效果对比，
为什么不用 Mean Squared Error，
定量理解 Cross Entropy，
总结，
参考资料。
交叉熵定义：http://blog.csdn.net/lanchunhui/article/details/50970625

分类模型与 Loss 函数的定义

分类和回归问题，是监督学习的 2 大分支。

不同点在于：分类问题的目标变量是离散的，而回归是连续的数值。

本文讨论的是分类模型。

分类模型的例子：

根据年龄、性别、年收入等相互独立的特征，

预测一个人的政治倾向（民主党、共和党、其他党派）。

为了训练模型，必须先定义衡量模型好与坏的标准。

在机器学习中，我们使用 loss / cost，即，

当前模型与理想模型的差距。

训练的目的，就是不断缩小 loss / cost.

为什么不能用 classification error

$\text{classification error} = \frac{\text{count of error items}}{\text{count of all items}}$

大多数人望文生义的 loss，可能是上面这个公式。

我们用一个的实际模型来看 classification error 的弊端。

使用 3 组训练数据，

computed 一栏是预测结果，targets 是预期结果。

二者的数字，都可以理解为概率。

correct 一栏表示预测是否正确。

模型 1

computed       | targets              | correct?
------------------------------------------------
0.3  0.3  0.4  | 0  0  1 (democrat)   | yes
0.3  0.4  0.3  | 0  1  0 (republican) | yes
0.1  0.2  0.7  | 1  0  0 (other)      | no

item 1 和 2 以非常微弱的优势判断正确，item 3 则彻底错误。

$\text{classification error} = 1/3 = 0.33$

模型 2

computed       | targets              | correct?
-------------------------------------------------
0.1  0.2  0.7  | 0  0  1 (democrat)   | yes
0.1  0.7  0.2  | 0  1  0 (republican) | yes
0.3  0.4  0.3  | 1  0  0 (other)      | no

item 1 和 2 的判断非常精准，item 3 判错，但比较轻。

$\text{classification error} = 1/3 = 0.33$

结论

2 个模型的 classification error 相等，但模型 2 要明显优于模型 1.

classification error 很难精确描述模型与理想模型之间的距离。

Cross-Entropy 的效果对比

TensoFlow 官网的 MNIST For ML Beginners 中 cross entropy 的计算公式是：

$H_{y'}(y) := -\sum_{i}y'_i \log(y_i)$

根据公式，

第一个模型中第一项的 cross-entropy 是：

-( (ln(0.3)*0) + (ln(0.3)*0) + (ln(0.4)*1) ) = -ln(0.4)

所以，第一个模型的 ACE ( average cross-entropy error ) 是

-(ln(0.4) + ln(0.4) + ln(0.1)) / 3 = 1.38

第二个模型的 ACE 是：

(ln(0.7) + ln(0.7) + ln(0.3)) / 3 = 0.64

结论

ACE 结果准确的体现了模型 2 优于模型 1。

cross-entropy 更清晰的描述了模型与理想模型的距离。

为什么不用 Mean Squared Error (平方和)

若使用 MSE（mean squared error),

第一个模型第一项的 loss 是

(0.3 - 0)^2 + (0.3 - 0)^2 + (0.4 - 1)^2 = 0.09 + 0.09 + 0.36 = 0.54

第一个模型的 loss 是

(0.54 + 0.54 + 1.34) / 3 = 0.81

第二个模型的 loss 是

(0.14 + 0.14 + 0.74) / 3 = 0.34

看起来也是蛮不错的。为何不用？

分类问题，最后必须是 one hot 形式算出各 label 的概率，

然后通过 argmax 选出最终的分类。

(稍后用一篇文章解释必须 one hot 的原因)

在计算各个 label 概率的时候，用的是 softmax 函数。

$softmax(x)_i = \frac{\exp(x_i)}{\sum_j \exp(x_j)}$

如果用 MSE 计算 loss，

输出的曲线是波动的，有很多局部的极值点。

即，非凸优化问题 (non-convex)

cross entropy 计算 loss，则依旧是一个凸优化问题，

用梯度下降求解时，凸优化问题有很好的收敛特性。

定量理解 cross entropy

训练的时候，loss 为 0.1 是什么概念，0.01 呢？

总结

分类问题，都用 onehot + cross entropy

training 过程中，分类问题用 cross entropy，回归问题用 mean squared error。

training 之后，validation / testing 时，使用 classification error，更直观，而且是我们最关注的指标。

参考资料

分类模型的本质是组合数学问题 A Tutorial on the Cross-Entropy Method

文中的对比模型来自：Why You Should Use Cross-Entropy Error Instead Of Classification Error Or Mean Squared Error For Neural Network Classifier Training

关于 cross entropy 与 MSE 的详细对比：http://books.jackon.me/Cross-Entropy-vs-Squared-Error-Training-a-Theoretical-and-Experimental-Comparison.pdf

Ng 的公开课中有详细讨论 logistic regression 的 loss 函数 https://www.coursera.org/learn/machine-learning/lecture/1XG8G/cost-function

susandebug

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分类模型的 Loss 为什么使用 cross entropy 而不是 classification error 或 squared error

提纲：分类模型与 Loss 函数的定义，为什么不能用 Classification Error，Cross Entropy 的效果对比，为什么不用 Mean Squared Error，定量理解 Cross Entropy，总结，参考资料。交叉熵定义：http://blog.csdn.net/lanchunhui/article/detai
复制链接

扫一扫