1. 基本概念
1.1 数据要求
数据线性可分,其中,输入:特征向量;输出:类别。
是一種判別模型。
1.2 基本形式
f
(
x
)
=
s
i
g
n
(
w
⋅
x
+
b
)
(1.1)
f(x)=sign(\boldsymbol{w}·\boldsymbol{x}+b)\tag{1.1}
f(x)=sign(w⋅x+b)(1.1)
其中:
s
i
g
n
(
x
)
=
{
+
1
,
x
≥
0
−
1
,
x
<
0
(1.2)
sign(x)=\left\{\begin{matrix} +1 &, x\geq 0\\ -1 &, x< 0 \end{matrix}\right.\tag{1.2}
sign(x)={+1−1,x≥0,x<0(1.2)
1.3 几何意义
首先,根据向量的本质可知, x \boldsymbol{x} x的集合 χ \chi χ所张成了一个空间,而线性方程 w ⋅ x + b = 0 \boldsymbol{w}·\boldsymbol{x}+b=0 w⋅x+b=0相当于在这个空间中切一刀,希望能够将不同种类的数据最大限度的分开。其中, w \boldsymbol{w} w是超平面的法向量, b b b是超平面的截距。
2. 学习策略
2.1 目标
希望能够将不同种类的数据区分开。
2.2 损失函数
使分类点到超平面的距离之和最小。
回忆一下二维坐标中点到直线的距离公式。
d = ∣ A X 0 + B Y 0 + C A 2 + B 2 ∣ (2.1) d=\left | \frac{AX_0+BY_0+C}{\sqrt{A^2+B^2}} \right |\tag{2.1} d=∣∣∣∣A2+B2AX0+BY0+C∣∣∣∣(2.1)
2.2.1 思路如下:
-
那么,在 x \boldsymbol{x} x的集合所张成的空间中,任意一点到该平面的距离为 − ∣ w x + b ∣ ∣ ∣ w ∣ ∣ -\frac{|wx+b|} {||w||} −∣∣w∣∣∣wx+b∣。
图中, − b ∣ ∣ w ∣ ∣ -\frac{b} {||w||} −∣∣w∣∣b指的是点A(原点)到线性方程的距离。 -
在分类正确的情况下, y i = 1 y_i=1 yi=1时,一定有 ( w ⋅ x i + b ) > 0 (\boldsymbol{w}·\boldsymbol{x_i}+b)>0 (w⋅xi+b)>0,或者是 y i = − 1 y_i=-1 yi=−1时: ( w ⋅ x i + b ) < 0 (\boldsymbol{w}·\boldsymbol{x_i}+b)<0 (w⋅xi+b)<0。
-
但是假设第 i i i个点 ( x i , y i ) (\boldsymbol{x_i}, y_i) (xi,yi)分类错误了,则有 − y i ( w ⋅ x i + b ) > 0 -y_i(\boldsymbol{w}·\boldsymbol{x_i}+b)>0 −yi(w⋅xi+b)>0,则误分类点到超平面的距离为 − y i ( w x + b ) ∣ ∣ w ∣ ∣ -\frac{y_i(wx+b)} {||w||} −∣∣w∣∣yi(wx+b),则 m m m个分类错误的点到该超平面的距离为: − ∑ i = 1 m y i ( w x + b ) ∣ ∣ w ∣ ∣ -\frac{\sum _{i=1} ^{m} y_i(wx+b)} {||w||} −∣∣w∣∣∑i=1myi(wx+b)
因此,损失函数即为:
−
∑
i
=
1
m
y
i
(
w
x
+
b
)
(2.2)
-\sum _{i=1} ^{m} y_i(wx+b)\tag{2.2}
−i=1∑myi(wx+b)(2.2)
强调一点:从直观上应该使用误分类点数目最少作为其目标函数,但是由于该表达式不可导,不利于优化参数 w w w和 b b b,因此选取其误分类点到分离超平面的距离作为其目标函数.
根据公式可知,当误分类点越多,则损失函数值越大,误分类点越少,损失函数值越小.
3. 学习算法(基本形式)
3.1 基本概念
随机梯度下降算法,不是一次使
n
n
n个误分类点梯度下降,而是一次选取一个误分类点梯度下降。
存在两个问题:往哪走与走多远的情况。
- 往哪走?梯度告诉你走的方向,损失函数对
w
w
w和
b
b
b的求导计算结果为:
▽ w L ( w , b ) = − ∑ x i ∈ M y i x i (3.1) \bigtriangledown w_{L(w,b)}=-\sum_{x_i \in M}y_ix_i\tag{3.1} ▽wL(w,b)=−xi∈M∑yixi(3.1)
▽ b L ( w , b ) = − ∑ x i ∈ M y i (3.2) \bigtriangledown b_{L(w,b)}=-\sum_{x_i \in M}y_i\tag{3.2} ▽bL(w,b)=−xi∈M∑yi(3.2)
注意:公式 ( 3.1 ) (3.1) (3.1)和公式 ( 3.2 ) (3.2) (3.2)中参数的更新也只是说明了该往哪个方向走
- 走多远?没人知道,设定一次走多远 η \eta η,剩下的那就只能一小步一小步的走吧。
对于计算机来说,由于计算是串行化的,不能够像人一样一次性从中找出所有的误分类点,只能一个点一个点的去修正(每次根据一个错误点调整参数,直到没有误分类点为止).
所以,记
w
i
w_i
wi为第
i
i
i次调整的结果,寻找的参数表达式在计算机中实际上是这样的:
m
i
n
w
,
b
L
i
(
w
,
b
)
=
m
i
n
w
,
b
L
1
,
2
,
.
.
.
,
i
−
1
(
w
i
−
1
,
b
i
−
1
)
+
y
i
(
w
i
x
i
+
b
)
min_{w,b} L_i(w,b) = min_{w,b} L_{1,2,...,i-1}(w_{i-1},b_{i-1})+y_i(w_ix_i+b)
minw,bLi(w,b)=minw,bL1,2,...,i−1(wi−1,bi−1)+yi(wixi+b)
于是乎,权重与偏差的更新:
w
←
w
+
η
y
i
x
i
(3.3)
w\leftarrow w+\eta y_ix_i\tag{3.3}
w←w+ηyixi(3.3)
b
←
b
+
η
y
i
(3.4)
b\leftarrow b+\eta y_i\tag{3.4}
b←b+ηyi(3.4)
η
\eta
η为步长
3.2 小结
在基本模式中,没有什么难以理解,通俗的说就是来一个值,根据计算结果调整一下权重和偏差,如此直到线性可分的数据集中没有错误的分类选项。
4. 学习算法(对偶模式)
有的人嫌一小步一小步的走太麻烦,想换一个方法:你告诉我沿一个方向走多远,我一次性走完,然后再换其他的。(说白了就是一次一次的更新太麻烦,我先攒着,看看你需要更新多少次,我一口气给你全部更新完【分期付款和全款的区别】)
于是乎,对偶模式诞生了。与基本形式类似,也是通过不断调整权重和偏差来实现对数据集的分类,但是,还是有原来的两个问题:往哪走,走多远?
- 往哪走?这个问题没有其他的解决方式,还是和基本形式一样,梯度告诉你。
- 走多远?在基本模式中,是站在局部视角走,现在,切换到上帝视角看一看。
The God says:
例如:有 x 1 , x 2 , x 3 , x 4 , x 5 x_1, x_2, x_3, x_4, x_5 x1,x2,x3,x4,x5 5条数据,如果这5条数据仅使用一次,那是不合理的,所以你要将这5条数据进行反复的抽取,每一条数据就可以被多次使用,第 i i i条数据被抽取的次数记为 n i n_i ni。那么,从初始权重到最终训练好之后,权重经过 N N N次更新后,最后会变成这个样子:
w = ∑ j = 1 N η ⋅ n j ⋅ y j ⋅ x j w = \sum _{j=1}^{N} \eta·n_j·y_j·x_j w=j=1∑Nη⋅nj⋅yj⋅xj
b = ∑ j = 1 N η ⋅ n j ⋅ y j b = \sum _{j=1}^{N} \eta·n_j·y_j b=j=1∑Nη⋅nj⋅yj
嗯,从上面可以看出每个方向走多少步( n i n_i ni说明了一切:第 i i i个实例点因为误分类而进行更新的次数)
因此,你需要做如下改变:
4.1 判定表达式的改变
原先 w w w代表第i次更新后的结果,现在站在上帝视角可以看出, w = ∑ j = 1 N η ⋅ n j ⋅ y j ⋅ x j w= \sum _{j=1}^{N} \eta·n_j·y_j·x_j w=∑j=1Nη⋅nj⋅yj⋅xj,所以,感知机模型就变成了 f ( x ) = s i g n ( ∑ j = 1 N η n j y j x j ⋅ x + b ) f(x)=sign( \sum _{j=1}^{N} \eta n_jy_jx_j·x+b) f(x)=sign(j=1∑Nηnjyjxj⋅x+b)
4.2 对偶模式的权重更新方式
在基本形式中,每一次权重是这么更新的:
w
i
+
1
←
w
i
+
η
⋅
y
i
⋅
x
i
,
i
∈
N
w_{i+1} \leftarrow w_i+\eta·y_i·x_i, i \in N
wi+1←wi+η⋅yi⋅xi,i∈N
然而,在对偶模式中,权重按照每条数据被学习的次数进行更新。对偶模式的权重更新就变成了这个样子了:
η
⋅
n
j
+
1
←
η
⋅
n
j
+
η
=
(
n
j
+
1
)
⋅
η
\eta·n_{j+1} \leftarrow \eta·n_j+\eta=(n_j+1)·\eta
η⋅nj+1←η⋅nj+η=(nj+1)⋅η
b
j
+
1
←
b
j
+
η
⋅
y
j
b_{j+1} \leftarrow b_j+\eta·y_j
bj+1←bj+η⋅yj
4.3 Gram 矩阵
5. 参考文献
1.《统计学习方法》
2.理解感知机对偶形式及Gram矩阵作用
3.感知机中的对偶形式理解
6. python代码实现
6.1 基本模式
class Perception(object):
def __init__(self, input_vecs, labels, activation, lr=0.1):
'''
感知机模型权重以及偏置项的初始化
:param input_shape: <tuple>需要输入层维度信息
:param activation: <funciton>激活函数
:param lr: <float>学习率
'''
self.input_vecs = input_vecs
self.n_features = input_vecs.shape[1]
self.n_nums = input_vecs.shape[0]
self.activation = activation
self.weight = np.zeros((1, self.n_features))
self.bias = np.zeros((1, 1))
self.lr = lr
def predict(self, input_vec):
'''
输入感知机运算结果
:param input_vecs: <np.ndarray>训练数据
:return:对ndarray中的逐元素应用激活函数
'''
output = np.dot(input_vec, self.weight.T) + self.bias
return np.apply_along_axis(self.activation, axis=1, arr=output)
def _update_weight(self, index_nums, delta):
'''
更新权重
delta_weights = lr * (t - y) * x_i
w是与x_i输入对应的权重项, t是训练样本的实际值, y是感知器的输出值,lr是学习速率
------
:param input_vecs: <np.ndarray>训练数据
:param delta: <np.ndarray>误差项
:return:
'''
delta = np.tile(delta, (self.n_features, 1))
delta_weight = np.dot(self.input_vecs[index_nums].T, delta)
self.weight += delta_weight
def _update_bias(self, delta):
'''
更新偏差
delta_bias = lr * (t - y)
:param delta: <np.ndarray>误差项
:return:
'''
self.bias += delta
def forward(self, nums, labels):
'''
前向计算感知机的输出值
:param nums: 训练样例的数量
:param input_vecs: 训练样本的特征值
:param labels: 训练样本的真实值
:return:
'''
for k in range(nums):
print('%d th iterations' % k)
for inums in range(self.n_nums):
output = self.predict(input_vecs[inums])
delta = self.lr * (labels[inums] - output)
self._update_weight(inums, delta)
self._update_bias(delta)
# print('weights;', self.weight)
# print('bias;', self.bias)
print('output:', self.predict(input_vecs))
6.2 对偶模式
class PerceptionDualModel(object):
def __init__(self, input_vecs, labels, activation, lr=1):
'''
感知机模型权重以及偏置项的初始化
:param input_vecs: <np.ndarray>输入层的特征值
:param labels: <np.ndarray>输入层对应的标签
:param activation: <funciton>激活函数
:param lr: <float>学习率
'''
self.input_vecs = input_vecs
self.labels = labels
self.activation = activation
# 训练集特征的数量
self.n_features = input_vecs.shape[1]
# 训练集的数量
self.n_nums = input_vecs.shape[0]
self.lr = lr
# n_i代表第i类数据使用的次数
self.n = np.zeros((self.n_nums, 1))
self.bias = 0
# 计算Gram矩阵,为权重训练做准备
self.Gram_metrix = self.calculate_Gram()
def calculate_weights(self):
'''
根据公式计算权重
weights = \sum_{i=1}^{N} n_i * lr * xi * yi
:return:
'''
tmp = np.multiply(self.lr * self.n, self.labels)
self.weight = (np.dot(tmp.T, self.input_vecs)).T
def calculate_bias(self):
'''
计算偏差
bias = \sum_{i=1}^{N} n_i * lr * yi
:return:
'''
self.bias = np.dot(self.lr * self.n.T, self.labels)
def calculate_Gram(self):
return np.dot(self.input_vecs, self.input_vecs.T)
def train(self, num_index):
'''
对感知机的权重进行驯良
:param num_index: <int>输入数据的行标签,同时也意味着第几类数据
:return:对ndarray中的逐元素应用激活函数
'''
output = np.dot(
self.Gram_metrix[num_index],
np.multiply(self.lr * self.n, self.labels)
) + self.bias
return self.activation(output)
def _update_weight(self, delta, num_index):
'''
更新权重
n_i * lr = n_i * lr * + lr
w是与x_i输入对应的权重项, t是训练样本的实际值, y是感知器的输出值,lr是学习速率
------
:param delta: <np.ndarray>误差项
:param num_index: <int>输入数据的行标签,同时也意味着第几类数据
:return:
'''
# if delta == 0:
# print(num_index, ':分类正确')
# else:
# print(num_index, ':分类错误')
self.n[num_index] += delta
def _update_bias(self, delta):
'''
更新偏差
delta_bias = lr * y_i
:param delta: <np.ndarray>误差项
:return:
'''
self.bias += delta * self.lr
def _predict(self, input_vec):
'''
根据特征值计算分类标签
:param input_vec: 输入特征值
:return:
'''
self.calculate_weights()
# print('weights;', self.weight)
# print('bias;', self.bias)
predict = np.dot(input_vec, self.weight) + self.bias
return np.apply_along_axis(self.activation, axis=1, arr=predict)
def forward(self, nums):
'''
前向计算感知机的输出值
:param nums: 训练样例的数量
:param input_vecs: 训练样本的特征值
:param labels: 训练样本的真实值
:return:
'''
for k in range(nums):
print('%d th iterations' % k)
for num_index in range(self.n_nums):
output = self.train(num_index)
delta = self.labels[num_index] - output
self._update_weight(delta, num_index)
self._update_bias(delta)
print(self._predict(input_vecs))
6.3 激活函数与训练数据获取
def activation(x):
'''
对x中的所有元素逐元素的进行操作
:param x:
:return:
'''
return 1 if x > 0 else 0
def getTrainData():
'''
得到输入数据和输出数据
:return:
input_vecs<ndarray>:输入数据
labels<ndarray>:标签
'''
# 构建训练数据
# 输入向量列表
# input_vecs = np.array([[1, 1], [0, 0], [1, 0], [0, 1]])
# and
# labels = np.array([1, 0, 0, 0])
# or
# labels = np.array([1, 0, 1, 1])
input_vecs = np.array([[3, 3], [4, 3], [1, 1]])
labels = np.array([[1], [1], [0]])
return input_vecs, labels
6.4 函数调用
if __name__ == '__main__':
input_vecs, labels = getTrainData()
# ================ 基本模式 ================#
P = Perception(input_vecs, labels, activation, lr=1)
P.forward(10, labels)
print(P.predict(np.array([[8, 6]])))
# ================ 对偶模式 ================#
P = PerceptionDualModel(input_vecs, labels, activation)
P.forward(10)
print(P._predict(np.array([[8, 6]])))
7. 参考文献
- 《西瓜书》
- 《统计学习方法》