- 逻辑斯蒂回归(logistic regression)是一种分类方法
- 最大熵是概率模型学习的一个准则,将其推广到分类问题得到最大熵(maximum entropy)模型
- 两者都属于对数线性模型
逻辑斯蒂回归模型
逻辑斯蒂分布
- 定义:设 X 是连续随机变量, X服从逻辑斯蒂分布是指 X 具有下列分布函数和密度函数:
F(x)=P(X≤x)=11+e−(x−μ)/γ
f(x)=F′(x)=e−(x−μ)/γγ(1+e−(x−μ)/γ)2
- μ 为位置参数, γ 为形状参数
- 分布函数属于逻辑斯蒂函数,其图形式一条S形曲线(sigmoid curve),该曲线以点
(μ,12)
为中心对称,即满足:
F(−x+μ)−12=−F(x−μ)+12 - 曲线在中心附近增长速度较快,在两端增长速度较慢,形状参数 γ 的值越小,曲线在中心附近增长得越快
-
二项逻辑斯蒂回归模型
- 二项逻辑斯回归模型是一种分类模型,由条件概率分布 P(Y|X) 表示,形式为参数化的逻辑斯谛分布
- 定义:二项逻辑斯回归模型是如下的条件概率分布:
P(Y=1|x)=exp(w⋅x+b)1+exp(w⋅x+b)
P(Y=0|x)=11+exp(w⋅x+b)
- x∈Rn 是输入, Y∈{0,1} , w∈Rn 和 b∈R 是参数,w 称为权值向量,b 称为偏置
- 若将 w ,b 写成更简洁的形式,多加一维度就好: w=(w(1),w(2),…,w(n),b)T , x=(x(1),x(2),…,x(n),1)T
- 对于给定的输入实例 x , 按照上式求出两个条件概率,哪个大就将实例 x 归类到哪一类
- 逻辑斯回归模型特点
- 一个事件的几率(odds)指该事件发生的概率与该事件不发生的概率的比值,若一个事件发生的概率是 p, 那么该事件的几率为
p1−p
,该事件的对数几率(log odds) 或 logit 函数是:
logit(p)=logp1−p - 用上面两个条件概率代入可得:
logP(Y=1|x)1−P(Y=1|x)=w⋅x - 即是说,在该模型中,输出Y=1的对数几率是输入 x 的线性函数
- 一个事件的几率(odds)指该事件发生的概率与该事件不发生的概率的比值,若一个事件发生的概率是 p, 那么该事件的几率为
p1−p
,该事件的对数几率(log odds) 或 logit 函数是:
模型参数估计
- 用极大似然法估计模型参数:
- 设
P(Y=1|x)=π(x),P(Y=0|x)=1−π(x)
- 似然函数为
∏i=1N[π(xi)]yi[1−π(xi)]1−yi
- 对数似然函数为
L(w)=∑i=1N[yilogπ(xi)+(1−yi)log(1−π(xi))]=∑i=1N[yilogπ(xi)1−π(xi)+log(1−π(xi))]=∑i=1N[yi(w⋅xi)−log(1+exp(w⋅xi))]
- 对L(w) 求极大值,得到 w 的估计值
- 这样问题就变成了以对数似然函数为目标函数的最优化问题。逻辑斯谛回归学习中通常采用的方法是梯度下降法及拟牛顿法
- 设
多项逻辑斯蒂回归
- 上面的逻辑斯谛回归模型是二项分布模型,属于二类分类,可以将其推广为多项逻辑斯谛回归模型
- 假设离散型随机变量Y 的取值集合是
{1,2,⋯,K}
,则多项逻辑斯谛回归模型为
P(Y=k|x)=exp(wk⋅x)1+∑K−1k=1exp(wk⋅x),k=1,2,⋯,K−1
P(Y=K|x)=11+∑K−1k=1exp(wk⋅x)
最大熵模型
最大熵原理
- 最大熵原理是概率模型学习的一个准则。最大熵原理认为,学习概率模型时,在所有可能的概率模型(分布)中,熵最大的模型是最好的模型。
- 通常用约束条件来确定概率模型的集合
- 假设离散随机变量 X 的概率分布是 P(X),则其熵为
H(P)=−∑xP(x)logP(x)
- 熵满足以下不等式:
0≤H(P)≤log|X|
- |X| 是 X 的取值个数,当且仅当X的分布是均匀分布时右边的等号成立:即 X 服从均匀分布时,熵最大
- 熵满足以下不等式:
最大熵模型的定义
- 即是用最大熵原理选择最好的分类的模型
- 假设满足所有约束条件的模型集合为
C≡{P∈P|EP(fi)=EP~(fi)}
- 其中 EP~(fi) 表示特征函数 fi(x,y) 关于经验分布 P~(X,Y) 的期望值 (经验分布指训练数据的分布)
- 上述的特征函数(feature function) fi(x,y) 是个二值函数,当 x y 满足这个事实时取值为1, 否则取0
- EP~(fi) 是特征函数关于经验分布 P~(X,Y) 的期望值, EP~(fi)=∑x,yP~(x,y)fi(x,y)
- 定义在条件概率分布
P(Y|X)
上的条件熵为
H(P)=∑x,yP~(x)P(y|x)logP(y|x)
- 则模型集合 C 中条件熵H(P)最大的模型称为最大熵模型,式中对数为自然对数
最大熵模型的学习
- 最大熵模型的学习过程就是求解最大熵模型的过程,可以形式化为约束最优化问题
- 思路如下:
- 该优化问题为:
maxP∈CH(P)=−∑x,yP~(x)P(y|x)logP(y|x)s.t.EP(fi)=EP~(fi),i=1,2,⋯,n∑yP(y|x)=1
- 将约束最优化的原始问题转换为无约束最优化的对偶问题,通过求解对偶问题求解原始问题:用 拉格朗日函数
- 对偶后,对拉格朗日函数求偏导
- 该优化问题为:
极大似然估计
- 对偶函数的极大化等价于最大熵模型的极大似然估计
模型学习的最优化算法
- 逻辑斯谛回归模型、最大熵模型学习归结为以似然函数为目标函数的最优化问题
- 通常通过迭代算法求解
- 从优化角度,常用的方法为:改进的迭代尺度法,梯度下降法,牛顿法或拟牛顿法。牛顿法或拟牛顿法一般收敛速度更快
改进的迭代尺度法
- 改进的迭代尺度法(improved iterative scaling, IIS)是一种最大熵模型学习的最优化算法