文章目录
Regression回归
回归定义和应用例子
回归定义
Regression 就是找到一个函数 function ,通过输入特征 xx,输出一个数值 Scalar。
应用例子
股市预测,自动驾驶,商品推荐,Pokemon
模型步骤
- 模型假设,选择模型框架(线性模型)
- 模型评估,如何判断众多模型的好坏(损失函数)
- 模型优化,如何筛选最优的模型(梯度下降)
模型假设
1.一元线性模型(一个特征)
y = b + x c p y=b+x_{cp} y=b+xcp
2.多元线性模型(多个特征)
y = b + ∑ w i x i y=b+\sum w_ix_i y=b+∑wixi
x i x_i xi:各种特征
w i w_i wi:特征的权重
b:偏移量
模型评估
收集和查看训练数据
将原始数据在二维图中表示
判断模型好坏
损失函数:
L
(
f
)
=
∑
n
=
1
10
(
y
^
n
−
f
(
X
c
p
n
)
)
2
【
f
(
x
)
=
y
】
,
【
y
=
b
+
w
⋅
x
c
p
】
L
o
s
s
f
u
n
c
t
i
o
n
:
L
(
f
)
=
∑
n
=
1
10
(
y
^
n
−
(
b
+
w
⋅
x
c
p
)
)
2
L(f)=\sum_{n=1}^{10}(\hat y^n-f(X_{cp}^n))^2\\【f(x)=y】,【y=b+w·x_{cp}】\\Loss~function:L(f)=\sum_{n=1}^{10}(\hat y^n-(b+w·x_{cp}))^2
L(f)=n=1∑10(y^n−f(Xcpn))2【f(x)=y】,【y=b+w⋅xcp】Loss function:L(f)=n=1∑10(y^n−(b+w⋅xcp))2
模型优化
最佳模型——梯度下降
首先在这里引入一个概念 学习率 :移动的步长,如图中的 $ η $
- 步骤1:随机选取一个 $ w^0 $
- 步骤2:计算微分,也就是当前的斜率,根据斜率来判定移动的方向
- 大于0向右移动(增加w)
- 小于0向左移动(减少w)
- 步骤3:根据学习率移动
- 重复步骤2和步骤3,直到找到最低点
∇
L
=
[
∂
l
∂
w
∂
l
∂
b
]
g
r
a
d
i
e
n
t
\nabla L=\begin{bmatrix} \frac {\partial l}{\partial w} \\ \frac {\partial l}{\partial b} \end{bmatrix}_{gradient}
∇L=[∂w∂l∂b∂l]gradient
梯度下降算法在现实世界中面临的挑战
-
问题1:当前最优(Stuck at local minima)
-
问题2:等于0(Stuck at saddle point)
-
问题3:趋近于0(Very slow at the plateau)
w和b偏微分的计算方法
L ( f ) = ∑ n = 1 10 ( y ^ n − ( b + w ⋅ x c p n ) ) 2 L(f)=\sum_{n=1}^{10}(\hat y^n-(b+w·x_{cp}^n))^2 L(f)=n=1∑10(y^n−(b+w⋅xcpn))2
∂ l ∂ w = ∑ n = 1 10 2 ( y ^ n − ( b + w ⋅ x c p n ) ) ( − x c p n ) \frac {\partial l}{\partial w}=\sum_{n=1}^{10}2(\hat y^n-(b+w·x_{cp}^n))(-x_{cp}^n) ∂w∂l=n=1∑102(y^n−(b+w⋅xcpn))(−xcpn)
∂ l ∂ b = ∑ n = 1 10 2 ( y ^ n − ( b + w ⋅ x c p n ) ) \frac {\partial l}{\partial b}=\sum_{n=1}^{10}2(\hat y^n-(b+w·x_{cp}^n)) ∂b∂l=n=1∑102(y^n−(b+w⋅xcpn))
如何验证训练好的模型的好坏
求一元一次模型 y = b + x c p y=b+x_{cp} y=b+xcp平均误差:
1
10
∑
n
=
1
10
∣
y
^
n
−
(
b
+
w
⋅
x
c
p
)
∣
\frac {1}{10}\sum_{n=1}^{10} \lvert \hat y^n-(b+w·x_{cp}) \rvert
101n=1∑10∣y^n−(b+w⋅xcp)∣
求一元n次模型
y
=
b
+
w
1
⋅
x
c
p
+
w
2
⋅
x
c
p
2
y=b+w_1 \cdot x_{cp}+w_2 \cdot x_{cp}^2
y=b+w1⋅xcp+w2⋅xcp2平均误差:
1
10
∑
n
=
1
10
∣
y
^
n
−
(
b
+
w
1
⋅
x
c
p
+
w
2
⋅
x
c
p
2
)
∣
\frac {1}{10}\sum_{n=1}^{10} \lvert \hat y^n-(b+w_1 \cdot x_{cp}+w_2 \cdot x_{cp}^2) \rvert
101n=1∑10∣y^n−(b+w1⋅xcp+w2⋅xcp2)∣
过拟合问题
问题表现:在训练集上面表现更为优秀的模型,在测试集上效果却更差,即模型的泛化能力不行
解决方式:获取更多数据或是选择合适的模型
步骤优化
Step 1 :2个input的四个线性模型是合并到一个线性模型中
x s = s p e c i e s o f x i f x s = P i d g e y : y = b 1 + w 1 ⋅ x c p i f x s = W e e d l e : y = b 2 + w 2 ⋅ x c p i f x s = C a t e r p i e : y = b 3 + w 3 ⋅ x c p i f x s = E e v e e : y = b 4 + w 4 ⋅ x c p x_s=species~of~x \\if~x_s=Pidgey:~~~~~~y=b_1+w_1 \cdot x_{cp} \\if~x_s=Weedle:~~~~~~y=b_2+w_2 \cdot x_{cp} \\if~x_s=Caterpie:~~~y=b_3+w_3 \cdot x_{cp} \\if~x_s=Eevee:~~~~~~y=b_4+w_4 \cdot x_{cp} xs=species of xif xs=Pidgey: y=b1+w1⋅xcpif xs=Weedle: y=b2+w2⋅xcpif xs=Caterpie: y=b3+w3⋅xcpif xs=Eevee: y=b4+w4⋅xcp
y = ∑ b i + ∑ w i x i = b 1 + w 1 ⋅ x c p + b 2 + w 2 ⋅ x c p + b 3 + w 3 ⋅ x c p + b 4 + w 4 ⋅ x c p y=\sum b_i+\sum w_ix_i=b_1+w_1 \cdot x_{cp}+b_2+w_2 \cdot x_{cp}+b_3+w_3 \cdot x_{cp}+b_4+w_4 \cdot x_{cp} y=∑bi+∑wixi=b1+w1⋅xcp+b2+w2⋅xcp+b3+w3⋅xcp+b4+w4⋅xcp
根据 x s x_s xs的值来选择对应的 b i , w i b_i,w_i bi,wi,将四个线性模型合并为y
Step 2 :如果希望模型更强大表现更好(更多参数,更多input)
更多特征,更多input,数据量没有明显增加,仍旧导致过拟合
Step 3 :加入正则化
权重 w 可能会使某些特征权值过高,仍旧导致过拟合,所以加入正则化
y
=
b
+
∑
w
i
x
i
y=b+\sum w_ix_i
y=b+∑wixi
L = ∑ n ( y ^ n − ( b + ∑ w i x i ) ) 2 + λ ∑ ( w i ) 2 L=\sum_n(\hat y^n-(b+\sum w_ix_i))^2+\lambda\sum(w_i)^2 L=n∑(y^n−(b+∑wixi))2+λ∑(wi)2
y = b + ∑ w i ( x i + Δ x i ) y=b+\sum w_i(x_i+\Delta x_i) y=b+∑wi(xi+Δxi)
- w 越小,表示 function 较平滑的, function输出值与输入值相差不大
- 在很多应用场景中,并不是 w 越小模型越平滑越好,但是经验值告诉我们 w 越小大部分情况下都是好的。
- b 的值接近于0 ,对曲线平滑是没有影响
总结
- Pokemon:原始的CP值极大程度的决定了进化后的CP值,但可能还有其他的一些因素。
- Gradient descent:梯度下降的做法;后面会讲到它的理论依据和要点。
- Overfiting和Regularization:过拟合和正则化,主要介绍了表象;后面会讲到更多这方面的理论