1 拟合
形象的说,拟合就是把平面上一系列的点,用一条光滑的曲线连接起来。因为这条曲线有无数种可能,从而有各种拟合方法。拟合的曲线一般可以用函数表示,根据这个函数的不同有不同的拟合名字。
2 过拟合
上学考试的时候,有的人采取题海战术,把每个题目都背下来。但是题目稍微一变,他就不会做了。因为他非常复杂的记住了每道题的做法,而没有抽象出通用的规则。
所以过拟合有两种原因:
- 训练集和测试机特征分布不一致(白天鹅黑天鹅)
或者模型太过复杂(记住了每道题)而样本量不足
解决过拟合也从这两方面下手,收集多样化的样本,简化模型,交叉检验。
3 L1范数正则化
L1范数正则化( L1 regularization 或 lasso )是机器学习(machine learning)中重要的手段,在支持向量机(support vector machine)学习过程中,实际是一种对于成本函数(cost function)求解最优的过程,因此,L1范数正则化通过向成本函数中添加L1范数,使得学习得到的结果满足稀疏化(sparsity),从而方便人们提取特征。
L1范数(L1 norm)是指向量中各个元素绝对值之和,也有个美称叫“稀疏规则算子”(Lasso regularization)。
![1531909-204ed60f06323dcd.png](https://i-blog.csdnimg.cn/blog_migrate/bce52a9c9675718d44add346c958c73e.webp?x-image-process=image/format,png)
![1531909-e7496ae8c60c2dfc.png](https://i-blog.csdnimg.cn/blog_migrate/0b41a28eef005138d5898732b7e481fb.webp?x-image-process=image/format,png)
3.1 成本函数的构建原理
例如我们有一个数学模型:
y=w0+w1x1+w2x22,其中x是输入,y是输出。
如果我们已知w0,w1,w2,那么我们可以根据任何输入x的值,知道输出y的值。这叫预测(prediction)。
因此,问题进化为,我们手里有很对很多组x对应的y,但是不知道w0,w1,w2!我们想通过测量很多组的x和y,来推断出 w0,w1,w2为多少。
我们将[x1,x2,x3]T记为x,[w0,w1,w2]记为w,那么原式可以写为y=w * [1,x]。
若φ=[1,x],那么y=φ*w,因此我们现在知道φ和y,我们希望通过计算得到w!
由于我们手中的很多组x和y都是通过实验的结果测试出来的。测量的结果就会有误差,因此w不可能计算的精准,那么我们很容易想到使用最小二乘法(least square) 来计算w。
我们构建一个方程,这个方程也是最小二乘法的核心
![1531909-2a70e385899fba30.png](https://i-blog.csdnimg.cn/blog_migrate/bfa5534381697a0be4ae0a01234ccf00.webp?x-image-process=image/format,png)
支持向量机的本质,就是找到一组w,能够让J emp最小!J emp因此,就是我们的成本函数。
3.2 用最小二乘法学习的问题
如果我们的问题是’灰箱‘(grey box)(即我们已经知道数学模型,而不知道参数),直接用最小二乘法找到w很简洁的。
如果我们的问题是‘黑箱’(black box) (即 我们既不知道数学模型,也不知道参数),在拟合时,我们就不知道我们需要用几阶的多项式模型来逼近(或者几个核函数来逼近(kernel function),为了简便,不在这里赘述)。那么我们甚至连w的个数都不知道。
我们只能通过尝试和专家经验来猜测阶数。如果我们的阶数猜测多了,就会多出很多冗余的项。我们希望这些冗余项对应的权值w为0,这样我们就知道哪些项是无关的,是冗余的项。
但是只用最小二乘法确定w时,可能所有的w绝对值都极其巨大,这是很正常的现象,但是它使得我们无法剔除无关项,得到的模型也毫无实际意义,模型处于ill-condition状态 (即输入很小的变化,就会引起输出病态的巨大的变化)。
最大复杂度模型+L1正规化(惩罚项)
我们在成本函数中加入L1范数(其实就是惩罚项),成本函数Jtot变为:
![1531909-f6fa579d1f6cc43d.png](https://i-blog.csdnimg.cn/blog_migrate/65bf2f209c5eed962c807e7e8bf44f52.webp?x-image-process=image/format,png)
其中ρ是我们用来控制L1正规化影响的权重系数。
因此,我们的目标成为了 : 找到一组 w使得J tot最小!继而使用最小二乘法,完成运算。
3.3 为什么要这样构建成本函数???
如上文所述,监督机器学习问题无非就是“minimize your error while regularizing your parameters”,也就是在规则化参数的同时最小化误差(最小二乘法的原理)。最小化误差是为了让我们的模型拟合我们的训练数据,而规则化参数是防止我们的模型过分拟合我们的训练数据。因为参数太多,会导致我们的模型复杂度上升,容易过拟合,也就是我们的训练误差会很小。但训练误差小并不是我们的最终目标,我们的目标是希望模型的测试误差小,也就是能准确的预测新的样本。所以,我们需要保证模型“简单”的基础上最小化训练误差,这样得到的参数才具有好的泛化性能(也就是测试误差也小),而模型“简单”就是通过规则函数来实现的。另外,规则项的使用还可以约束我们的模型的特性。这样就可以将人对这个模型的先验知识融入到模型的学习当中,强行地让学习到的模型具有人想要的特性,例如稀疏、低秩、平滑等等。
4 L2正则化
L2正则化,又叫Ridge Regression
如下图所示,L2是向量各元素的平方和
![1531909-273a0183266323ba.png](https://i-blog.csdnimg.cn/blog_migrate/9576d2397170d065f7ba02851dbc1fe4.webp?x-image-process=image/format,png)
5 L1和L2的异同点
相同点:都用于避免过拟合
不同点:L1可以让一部分特征的系数缩小到0,从而间接实现特征选择。所以L1适用于特征之间有关联的情况。L2让所有特征的系数都缩小,但是不会减为0,它会使优化求解稳定快速。所以L2适用于特征之间没有关联的情况