【AI学习笔记】初学机器学习西瓜书概要记录(一)机器学习基础知识篇

news2024/11/13 9:45:03

初学机器学习西瓜书的概要记录(一)机器学习基础知识篇(已完结)
初学机器学习西瓜书的概要记录(二)常用的机器学习方法篇(待更)
初学机器学习西瓜书的概要记录(三)进阶知识篇(待更)

文字公式撰写不易,随意学习,但禁止转载!谢谢

(一)机器学习基础知识篇

  • 1.1 机器学习
  • 1.2 典型的机器学习过程
  • 1.2 机器学习理论
  • 1.3 基本术语
  • 1.4 归纳偏好
  • 1.5 NFL定理
  • 2.1 泛化能力
  • 2.2 过拟合和欠拟合
  • 2.3 三大问题
  • 2.4 评估方法
  • 2.5 调参与验证集
  • 2.6 性能度量
  • 2.7 比较检验
  • 3.1 线性回归
  • 3.2 最小二乘解
  • 3.3 多元线性回归
  • 3.4 广义线性模型
  • 3.5 广义线性模型
  • 3.6 对率回归求解
  • 3.7 线性判别分析(LDA)
  • 3.7 线性判别分析(LDA)的多类推广
  • 3.9 多分类学习基本思路
  • 3.10 类别不平衡

以下内容出自周志华老师亲讲西瓜书

1.1 机器学习

(1)经典定义:利用经验改善系统自身的性能。(经验->数据)
随着该领域的发展,目前主要研究智能数据分析的理论和方法,并已成为智能数据分析技术的源泉之一

1.2 典型的机器学习过程

在这里插入图片描述

适用于全局 - 模型 适用于局部 - 模式(pattern)

1.2 机器学习理论

PAC(Probably Approximately Correct 概率近似正确模型)
P ( ∣ f ( x ) − y ∣ ≤ ϵ ) ≥ 1 − δ P(|f(x) - y|\leq \epsilon )\geq 1- \delta P(f(x)yϵ)1δ

建立一个模型,对于数据 x x x 样本得到一个模型 f f f,那么模型 f f f 会对 x x x进行一个判断,即 f ( x ) f(x) f(x),我们希望这个模型判断特别准,即逼近真实结果 y y y。那么可以表达为 ∣ f ( x ) − y ∣ ≤ ϵ |f(x) - y|\leq \epsilon f(x)yϵ,即它们俩的差别小于一个很小的数。希望能得到这样一个模型 f f f,但并不是每次都能得到,所以希望能以很高的概率去得到它,很高的概率意味着 P ( ∣ f ( x ) − y ∣ ≤ ϵ ) ≥ 1 − δ P(|f(x) - y|\leq \epsilon )\geq 1- \delta P(f(x)yϵ)1δ,如果 δ \delta δ非常小,那么获取到这个模型的概率就非常高。
为什么不追求该模型一定是准的,即 ∣ f ( x ) − y ∣ = 0 |f(x) - y| = 0 f(x)y=0,且一定能获取到该模型?
机器学习通常解决的问题具有高度的不确定性、高度的复杂性,甚至不知道怎么去做它。当我们的知识已经不能精确的给我结果的时候,我从数据里去分析,希望能从数据中得到答案。
P ? = N P P?=NP P?=NP
P问题:在多项式时间内,能找到该问题的解。
NP问题:在多项式时间内,给一个解,能判断它是不是解。
如果 ∣ f ( x ) − y ∣ = 0 |f(x) - y| = 0 f(x)y=0 P = 1 P=1 P=1,那么意味着每次都能给到最佳答案,那么即证明了 P = N P P=NP P=NP

1.3 基本术语

在这里插入图片描述
非监督学习:拿到的数据中,没有希望结果,聚类、密度估计
监督学习:预测内容、分类回归

1.4 归纳偏好

机器学习算法学习过程中对某种类型假设的偏好
在这里插入图片描述
一般原则:奥卡姆剃刀(若非必要,勿增实体
学习算法的归纳偏好是否与问题本身匹配,大多数时候直接决定了算法能否取得好的性能!

1.5 NFL定理

NFL定理:一个算法 a a a若在某些问题比领一个算法 b b b好,必存在另一些问题 b b b a a a好。

NFL定理的重要前提:所有“问题”出现的机会相同、或所有问题同等重要
实际情形并非如此,我们通常只关注自己正在试图解决的问题
脱离具体问题,空泛地谈论“什么学习算法更好”毫无意义!
最优方案往往来自:按需设计、度身定制

2.1 泛化能力

泛化能力强,能很好地适用于 unseen instance

2.2 过拟合和欠拟合

泛化误差:在“未来”样本上的误差
经验误差:在训练集上的误差,亦称“训练误差”
在这里插入图片描述
过拟合(over fitting),所有的算法都是在缓解过拟合,在学习具体算法时需要关注该算法靠什么去缓解过拟合,以及缓解过拟合的策略在什么情况下会失效,明白以上两点便把握了该算法应该在什么时候用。

2.3 三大问题

三个关键问题:
(1)如何获得测试结果 评估方法
(2)如何评估性能优劣 性能度量
(3)如何判断实质差别 比较检验

2.4 评估方法

关键:怎么获得“测试集”?
测试集应该与训练集"互斥"

常见方法:
(1)留出法(hold-out)
在这里插入图片描述

例如训练一个100条数据的数据集,训练出的模型称为 M 100 M_{100} M100,它的性能判断 E r r 100 Err_{100} Err100,但是 E r r 100 Err_{100} Err100是无法得到的,因此我们划分出80条数据集进行训练,得到模型 M 80 M_{80} M80,则用剩下的20条数据进行测试得到 E r r 80 Err_{80} Err80,使用 E r r 80 Err_{80} Err80去近似 E r r 100 Err_{100} Err100。但是如果测试集使用的数据过多,那么 M 80 M_{80} M80已经不是 M 100 M_{100} M100模型了,随着训练集的减少,该近似效果就会变差,同时又希望测试集更多,才会使 E r r 80 Err_{80} Err80的测试结果更准确。因此大部分情况下都是使用经验值20%去做测试。在通过抽取的训练集训练出模型后,通过性能判断 E r r 80 Err_{80} Err80选择最终的模型,此时并不是把 M 80 M_{80} M80作为最终的模型,而是使用所有数据集训练得到 M 100 M_{100} M100.

(2)交叉验证法(cross vaildation)
因为在留出法中,每次都是挑取一定比例的数据作为训练集,所以存在有的数据永远都没存在在训练集中。
在这里插入图片描述

(3)自助法(bootstrap)
基于“自助采样”(bootstrap sampling)亦称“有放回采样”、“可重复采样”
在十个彩色小球的筐内,随机抽取一个小球,复制一份放到训练集中。最后未抽取到的颜色小球作为测试集。
在这里插入图片描述

2.5 调参与验证集

算法的参数:一般由人工设定,亦称"超参数"
模型的参数:一般由学习确定
调参的过程相似:先产生若干模型,然后基于某种评估方法进行选择。

在拟合一条直线时,对于一个模型 y = a x d + b x + c y=ax^d+bx+c y=axd+bx+c,其中次数 d d d可以由用户提供,即超参数,剩下的则有学习确定

参数调的好不好往往对最终性能有关键影响
在训练集中单独留出用于调参数的数据称为验证集
算法参数选定后,要用“训练集+验证集”重新训练最终模型

2.6 性能度量

性能度量时衡量模型泛化能力的评价标准,反映了任务需求
使用不同的性能度量往往会导致不同的评判结果
什么样的模型是好的,不仅取决于算法和数据,还取决于任务需求

(1)回归任务常用均方误差:
E ( f ; D ) = 1 m ∑ i = 1 m ( f ( x i ) − y i ) 2 E(f;D) = {1\over m}\sum^m_{i=1}(f(x_i)-y_i)^2 E(f;D)=m1i=1m(f(xi)yi)2
(2)分类任务错误率:
E ( f ; D ) = 1 m ∑ i = 1 m ∏ ( f ( x i ) ≠ y i ) E(f;D) = {1\over m}\sum^m_{i=1}\prod(f(x_i) \neq y_i) E(f;D)=m1i=1m(f(xi)=yi)

(3)查准率和查全率
在这里插入图片描述在这里插入图片描述

2.7 比较检验

在某种度量下取得评估结果后,不可以直接比较以评判优劣
因为:
(1)测试性能不等于泛化性能
(2)测试性能随着测试集的变化而变化
(3)很多机器学习算法本身有一定随机性
统计假设检验为学习器性能比较提供了总要依据

两学习器比较:

  • 交叉验证t检验(基于成对t检验)
  • McNemar检验(基于列联表,卡方检验)

3.1 线性回归

线性模型试图学得一个通过属性的线性组合来进行预测的函数
f ( x ) = w 1 x 1 + w 2 x 2 + . . . + w d x d + b f(x) = w_1x_1+w_2x_2+...+w_dx_d+b f(x)=w1x1+w2x2+...+wdxd+b
向量形式: f ( x ) = w T x + b f(x) = w^Tx+b f(x)=wTx+b

f ( x i ) = w T x i + b 使得 f ( x i ) ≈ y i f(x_i)=w^Tx_i+b 使得 f(x_i)\approx y_i f(xi)=wTxi+b使得f(xi)yi

对于线性回归模型,其擅长处理数值属性,对于离散属性转换成连续数值。在转化的过程中需要考虑是否有序的关系,例如对于高、中、低,但是对于一个西瓜的颜色,他们的序是无法判断的,这时候就不能简单的划分为1、0.5、0。对于这样的离散属性,可以将其表示为三维向量。

离散属性的处理:若有序,则连续化,否则转化为 k k k维向量

令均方误差最小化,有:

( w ∗ , b ∗ ) = a r g m i n ( w , b ) ∑ i = 1 m ( f ( x i ) − y i ) 2 (w^*,b^*) = \underset{(w,b) }{argmin}\sum^m_{i=1}(f(x_i)-y_i)^2 (w,b)=(w,b)argmini=1m(f(xi)yi)2 = a r g m i n ( w , b ) ∑ i = 1 m ( y i − w x i − b ) 2 = \underset{(w,b) }{argmin}\sum^m_{i=1}(y_i - wx_i-b)^2 =(w,b)argmini=1m(yiwxib)2
E ( w , b ) = ∑ i = 1 m ( y i − w x i − b ) 2 E(w,b)=\sum^m_{i=1}(y_i - wx_i-b)^2 E(w,b)=i=1m(yiwxib)2进行最小二乘估计

3.2 最小二乘解

E ( w , b ) = ∑ i = 1 m ( y i − w x i − b ) 2 E(w,b)=\sum^m_{i=1}(y_i - wx_i-b)^2 E(w,b)=i=1m(yiwxib)2 分别对 w w w b b b 求偏导
∂ E ( w , b ) ∂ w = 2 ∑ i = 1 m ( y i − w x i − b ) x i = 2 ( w ∑ i = 1 m x i 2 − ∑ i = 1 m ( y i − b ) x i ) {\partial E(w,b) \over \partial w} =2\sum^m_{i=1}(y_i - wx_i-b)x_i \\ =2\left(w \sum^m_{i=1} x^2_i - \sum^m_{i=1} (y_i-b)x_i \right) wE(w,b)=2i=1m(yiwxib)xi=2(wi=1mxi2i=1m(yib)xi) ∂ E ( w , b ) ∂ b = − 2 ∑ i = 1 m ( y i − w x i − b ) = 2 ( m b − ∑ i = 1 m ( y i − w x i ) ) {\partial E(w,b) \over \partial b} =-2\sum^m_{i=1}(y_i - wx_i-b) \\=2\left(mb - \sum^m_{i=1} (y_i-wx_i) \right) bE(w,b)=2i=1m(yiwxib)=2(mbi=1m(yiwxi))
令导数等为 0,得到闭式解:
w = ∑ i = 1 m y i ( x i − x ˉ ) ∑ i = 1 m x i 2 − 1 m ( ∑ i = 1 m x i ) 2 w={\sum^m_{i=1} y_i(x_i-\bar x) \over \sum^m_{i=1} x^2_i - {1\over m} \left(\sum^m_{i=1} x_i \right)^2} w=i=1mxi2m1(i=1mxi)2i=1myi(xixˉ) b =   1 m ∑ i = 1 m ( y i − w x i ) b=\ {1\over m} \sum^m_{i=1} (y_i-wx_i) b= m1i=1m(yiwxi)

偏导的真实含义是变化率,对于该凸函数,极值点就是最值点。

3.3 多元线性回归

f ( x i ) = w T x i + b 使得 f ( x i ) ≈ y i f(x_i)=w^Tx_i+b 使得 f(x_i)\approx y_i f(xi)=wTxi+b使得f(xi)yi x i = ( x i 1 ; x i 2 ; . . . ; x i d ) y i ∈ R x_i=(x_{i1};x_{i2};...;x_{id}) \\y_i\in \Bbb{R} xi=(xi1;xi2;...;xid)yiR

w w w b b b 吸收入向量形式 w ^ = ( w ; b ) \hat{w} = (w;b) w^=(w;b)数据集表示为
X = ( x 11 x 12 ⋯ x 1 d 1 x 21 x 22 ⋯ x 2 d 1 ⋮ ⋮ ⋮ ⋱ ⋮ x m 1 x m 2 ⋯ x m d 1 ) = ( x 1 T 1 x 2 T 1 ⋮ ⋮ x m T 1 ) X = \begin{pmatrix} x_{11} & x_{12} & \cdots & x_{1d} & 1 \\ x_{21} & x_{22} & \cdots & x_{2d} & 1 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_{m1} & x_{m2} & \cdots & x_{md} & 1 \\ \end{pmatrix} = \begin{pmatrix} x_{1}^T & 1 \\ x_{2}^T & 1 \\ \vdots & \vdots \\ x_{m}^T & 1 \\ \end{pmatrix} X= x11x21xm1x12x22xm2x1dx2dxmd111 = x1Tx2TxmT111 y = ( y 1 ; y 2 ; . . . ; y m ) y=(y_1;y_2;...;y_m) y=(y1;y2;...;ym)

同样采用最小二乘法求解,有
w ^ ∗ = a r g m i n w ^ ( y − X w ^ ) T ( y − X w ^ ) \hat{w}^* = \underset{\hat{w}}{argmin}(y-X\hat{w})^T(y-X\hat{w}) w^=w^argmin(yXw^)T(yXw^)
E w ^ = ( y − X w ^ ) T ( y − X w ^ ) E_{\hat{w}}=(y-X\hat{w})^T(y-X\hat{w}) Ew^=(yXw^)T(yXw^),对 w ^ \hat{w} w^求导:
∂ E ( w ^ ) ∂ w ^ = 2 X T ( X w ^ − y ) {\partial E(\hat{w}) \over \partial \hat{w}} =2X^T(X\hat{w}-y) w^E(w^)=2XT(Xw^y) 令其为零可得 w ^ \hat{w} w^

X T X X^TX XTX 满秩或正定,则 w ^ ∗ = ( X T X ) − 1 X T y \hat {w}^*=(X^TX)^{-1}X^Ty w^=(XTX)1XTy
X T X X^TX XTX 不满秩,则可解出多个 w ^ \hat{w} w^
此时需求助于归纳偏好,或引入正则化。

3.4 广义线性模型

线性模型的变化
对于样例 ( x , y ) , y ∈ R (x,y),y\in \Bbb{R} (x,y)yR,希望线性模型的预测值逼近真实标记,则得到线性回归模型 y = w T x + b y=w^Tx+b y=wTx+b

令预测值逼近 y y y的衍生物,若令 l n y = w T x + b lny=w^Tx+b lny=wTx+b则得到对数线性回归,实际是在用 e w T x + b e^{w^Tx+b} ewTx+b逼近 y y y
在这里插入图片描述
一般形式:
y = g − 1 ( w T x + b ) y=g^{-1}(w^Tx+b) y=g1(wTx+b)其中 g − 1 g^{-1} g1为单调可微的联系函数

3.5 广义线性模型

二分类任务
线性回归模型产生的实值输出 z = w T x + b z=w^Tx+b z=wTx+b
期望输出 y ∈ { 0 , 1 } y \in \{0,1\} y{0,1}
找出 z z z y y y的联系函数,理想的“单位阶跃函数”
y = { 1 , z<0 0.5 , z=0 1 , z>0 y = \begin{cases} 1, & \text{z<0} \\[2ex] 0.5, & \text{z=0} \\[2ex] 1, & \text{z>0} \end{cases} y= 1,0.5,1,z<0z=0z>0
性质不好,不连续,需要找替代函数。常用单调可微、任意阶可导的对数几率函数(logistic function),简称对率函数
y = 1 1 + e − z y={1\over 1+e^{-z}} y=1+ez1
在这里插入图片描述

注意:Logistic与“逻辑”没有半毛钱关系!
1.Logistic 源自 Logit,不是Logic
2.实数值,并非“非0即1”的逻辑值

以对率函数为联系函数:
y = 1 1 + e − z 变为 y = 1 1 + e − ( w T x + b ) y={1\over 1+e^{-z}} 变为y={1\over 1+e^{-(w^Tx+b)}} y=1+ez1变为y=1+e(wTx+b)1 l n y 1 − y = w T x + b ln{y \over 1-y}=w^Tx+b ln1yy=wTx+b

y 1 − y y \over 1-y 1yy :几率(odds),反映了 x x x作为正例的相对可能性
对数几率回归,简称对率回归

  • 无需事先假设数据分布
  • 可得到“类别”的近似概率预测
  • 可直接应用现有数值优化算法求取最优解

注意:它是分类学习算法

3.6 对率回归求解

若将 y y y看做类后验概率估计 p ( y = 1 ∣ x ) p(y=1|x) p(y=1∣x),则

l n y 1 − y = w T x + b ln{y \over 1-y}=w^Tx+b ln1yy=wTx+b可写为 l n p ( y = 1 ∣ x ) p ( y = 0 ∣ x ) = w T x + b ln{p(y=1|x) \over p(y=0|x)}=w^Tx+b lnp(y=0∣x)p(y=1∣x)=wTx+b于是,可使用极大似然法
给定数据集 { ( x i , y i ) } i = 1 m \{ (x_i,y_i) \}^m_{i=1} {(xi,yi)}i=1m,最大化对数似然函数
l ( w , b ) = ∑ i = 1 m l n p ( y i ∣ x i ; w , b ) l(w,b)=\sum^m_{i=1}lnp(y_i|x_i;w,b) l(w,b)=i=1mlnp(yixi;w,b)
β = ( w ; b ) , x ^ = ( x ; 1 ) \beta=(w;b),\hat{x}=(x;1) β=(w;b),x^=(x;1),则 w T x + b w^Tx+b wTx+b 可简写为 β T x ^ \beta^T\hat{x} βTx^
再令:
p 1 ( x i ^ ; β ) = p ( y = 1 ∣ x ^ ; β ) = e w T x + b 1 + e w T x + b p 0 ( x i ^ ; β ) = p ( y = 0 ∣ x ^ ; β ) = 1 − p 1 ( x i ^ ; β ) = 1 1 + e w T x + b p_1(\hat{x_i};\beta) =p(y=1|\hat{x};\beta)={e^{w^Tx+b}\over 1+e^{w^Tx+b}} \\ p_0(\hat{x_i};\beta) =p(y=0|\hat{x};\beta)=1-p_1(\hat{x_i};\beta) ={1\over 1+e^{w^Tx+b}} p1(xi^;β)=p(y=1∣x^;β)=1+ewTx+bewTx+bp0(xi^;β)=p(y=0∣x^;β)=1p1(xi^;β)=1+ewTx+b1
则似然项可重写为 p ( y i ∣ x i ; w i , b ) = y i p 1 ( x ^ i ; β ) + ( 1 − y i ) p 0 ( x ^ i ; β ) p(y_i|x_i;w_i,b)=y_ip_1(\hat{x}_i;\beta)+(1-y_i)p_0(\hat{x}_i;\beta) p(yixi;wi,b)=yip1(x^i;β)+(1yi)p0(x^i;β)
于是最大化似然函数 l ( w , b ) = ∑ i = 1 m l n p ( y i ∣ x i ; w , b ) l(w,b)=\sum^m_{i=1}lnp(y_i|x_i;w,b) l(w,b)=i=1mlnp(yixi;w,b) 等价为最小化:

l ( β ) = ∑ i = 1 m ( − y i β T x ^ i + l n ( 1 + e β T x ^ i ) ) l(\beta)=\sum^m_{i=1}\left( -y_i\beta^T\hat{x}_i+ln(1+e^{\beta^T\hat{x}_i}) \right) l(β)=i=1m(yiβTx^i+ln(1+eβTx^i))

高阶连续可导凸函数,可用经典的数值优化方法,如梯度下降法/牛顿法

MAX(P(真是+)P(预测为+) + P(真是-)P(预测为-)),在极大似然法中通常需要加对数,因为其概率可能是很小值,当概率连乘时可能会出现浮点数下溢,在取对数后乘法变成加法。
l n ( y ∗ e β T x 1 + e β T x + ( 1 − y ) 1 1 + e β T x ) = l n y e β T x + 1 − y 1 + e β T x = l n ( y e β T x + 1 − y ) − l n ( 1 + e β T x ) ln(y*{e^{\beta^T x} \over 1+e^{\beta^T x}}+(1-y){1\over 1+e^{\beta^T x}}) \\ =ln{ye^{\beta^T x} + 1-y \over 1+e^{\beta^T x}}\\ =ln(ye^{\beta^T x} + 1-y)-ln(1+e^{\beta^T x}) ln(y1+eβTxeβTx+(1y)1+eβTx1)=ln1+eβTxyeβTx+1y=ln(yeβTx+1y)ln(1+eβTx)
y = 1 y=1 y=1时为 β T x − l n ( 1 + e β T x ) \beta^Tx-ln(1+e^{\beta^T x}) βTxln(1+eβTx)
y = 0 y=0 y=0时为 − l n ( 1 + e β T x ) -ln(1+e^{\beta^T x}) ln(1+eβTx)
因此可写为通项:
M A X ( y β T x − l n ( 1 + e β T x ) ) = M I N ( − y β T x + l n ( 1 + e β T x ) ) = M I N ( l n ( 1 + e β T x ) e y β T x ) MAX (y\beta^Tx-ln(1+e^{\beta^T x})) \\ =MIN (-y\beta^Tx+ln(1+e^{\beta^T x})) \\ =MIN (ln{(1+e^{\beta^T x}) \over e^{y\beta^Tx}}) MAX(yβTxln(1+eβTx))=MIN(yβTx+ln(1+eβTx))=MIN(lneyβTx(1+eβTx))
其中 β T x ^ = w T x + b \beta^T\hat{x} = w^Tx+b βTx^=wTx+b
M I N ( l n ( 1 + e f ( x ) ) e y f ( x ) ) MIN (ln{(1+e^{f(x)}) \over e^{yf(x)}}) MIN(lneyf(x)(1+ef(x)))

一般情况下,即使是凸函数,也很难通过直接求导为零得到最优解(需要求逆),通常通过梯度下降的方式求解

  • 最终解一定是梯度为零的点,梯度为零的点不一定是最优解
  • 梯度下降通常是迭代解法 ( w i + 1 = w i + δ w ) (w_{i+1}=w_{i}+\delta w) (wi+1=wi+δw),迭代解法比较容易并行化,更适合计算机处理,往往更快

3.7 线性判别分析(LDA)

用线性模型做分类,有两种基本思路,以上讲的是先用线性模型做回归,然后找一个联系函数,把我们要做的分类结果和回归结果联系起来,那么能否直接去做分类。
在这里插入图片描述
由于将样例投影到一条直线(低维空间),因此也被视为一种“监督降维”技术。

给定数据集 { ( x i , y i ) } i = 1 m \{(x_i,y_i) \}^m_{i=1} {(xi,yi)}i=1m
i i i类示例的集合 X i X_i Xi
i i i类示例的均值向量 μ i \mu_i μi
i i i类示例的协方差矩阵 ∑ i \sum_i i
两类样本的中心在直线上的投影: w T μ 0 w^T \mu_0 wTμ0 w T μ 1 w^T \mu_1 wTμ1
两类样本的协方差: w T ∑ 0 w w^T\sum_0 w wT0w w T ∑ 1 w w^T\sum_1w wT1w
同类样例的投影点尽可能接近: w T ∑ 0 w w^T\sum_0 w wT0w w T ∑ 1 w w^T\sum_1w wT1w 尽可能小
异类样例的投影点尽可能远离: ∣ ∣ w T μ 0 − w T μ 1 ∣ ∣ 2 2 ||w^T\mu_0 -w^T\mu_1||^2_2 ∣∣wTμ0wTμ122 尽可能大
于是,最大化
J = ∣ ∣ w T μ 0 − w T μ 1 ∣ ∣ 2 2 w T ∑ 0 w + w T ∑ 1 w = w T ( μ 0 − μ 1 ) ( μ 0 − μ 1 ) T w w T ( ∑ 0 + ∑ 1 ) w J={||w^T\mu_0 -w^T\mu_1||^2_2 \over w^T\sum_0 w +w^T\sum_1w}={w^T(\mu_0-\mu_1)(\mu_0-\mu_1)^Tw \over w^T(\sum_0+\sum_1)w} J=wT0w+wT1w∣∣wTμ0wTμ122=wT(0+1)wwT(μ0μ1)(μ0μ1)Tw

  • 类内散度矩阵
    S w = ∑ 0 + ∑ 1 = ∑ x ∈ X 0 ( x − μ 0 ) ( x − μ 0 ) T + ∑ x ∈ X 1 ( x − μ 1 ) ( x − μ 1 ) T S_w=\sum_0+\sum_1\\ =\sum_{x\in X_0}(x-\mu_0)(x-\mu_0)^T+\sum_{x\in X_1}(x-\mu_1)(x-\mu_1)^T Sw=0+1=xX0(xμ0)(xμ0)T+xX1(xμ1)(xμ1)T
  • 类间散度矩阵
    S b = ( μ 0 − μ 1 ) ( μ 0 − μ 1 ) T S_b=(\mu_0-\mu_1)(\mu_0-\mu_1)^T Sb=(μ0μ1)(μ0μ1)T
    LDA目标:最大化广义瑞利商
    J = w T S b w w T S w w J={w^TS_bw\over w^TS_ww} J=wTSwwwTSbw

可以看出 w w w 大小无关紧要,其方向才是关键。

求解:令 w T S w w = 1 w^TS_ww=1 wTSww=1最大化广义瑞利商等价形式为:
m i n w − w T S b w s . t . w T S w w = 1 \underset{w}{min}-w^TS_bw \\ s.t. \quad w^TS_ww=1 wminwTSbws.t.wTSww=1
运用拉格朗日乘子法:即 w T S w w − 1 = 0 w^TS_ww-1=0 wTSww1=0
− w T S b w + λ ( w T S w w − 1 ) -w^TS_bw+\lambda( w^TS_ww-1) wTSbw+λ(wTSww1)
令其对 w w w偏导为零,即
− ( S b + S b T ) w + λ ( S w + S w T ) w -(S_b+S_b^T)w+ \lambda(S_w+S_w^T)w (Sb+SbT)w+λ(Sw+SwT)w
其中类内散度矩阵和类间散度矩阵均为对称阵,则:
− 2 S b w + 2 λ S w w = 0 S b w = λ S w w -2S_bw+2\lambda S_ww=0 \\ S_bw=\lambda S_ww 2Sbw+2λSww=0Sbw=λSww
S b S_b Sb定义,有 S b w = ( μ 0 − μ 1 ) ( μ 0 − μ 1 ) T w S_bw=(\mu_0-\mu_1)(\mu_0-\mu_1)^Tw Sbw=(μ0μ1)(μ0μ1)Tw,注意到 ( μ 0 − μ 1 ) T w (\mu_0-\mu_1)^Tw (μ0μ1)Tw 为标量,且 w w w 大小无关紧要,令其等于 λ \lambda λ,于是:
w = S w − 1 ( μ 0 − μ 1 ) w=S_w^{-1}(\mu_0-\mu_1) w=Sw1(μ0μ1)
实践中通常是进行奇异值分解 S w = U ∑ V T S_w=U\sum V^T Sw=UVT,然后 S w − 1 = V ∑ − 1 U T S^{-1}_w=V\sum^{-1} U^T Sw1=V1UT

3.7 线性判别分析(LDA)的多类推广

假设有 N N N个类

  • 全局散度矩阵
    S t = S b + S w = ∑ i = 1 m ( x I − μ ) ( x i − μ ) T S_t=S_b+S_w=\sum^m_{i=1}(x_I-\mu)(x_i-\mu)^T St=Sb+Sw=i=1m(xIμ)(xiμ)T
  • 类内散度矩阵
    S w = ∑ i = 1 N S w i S w i = ∑ x ∈ X i ( x − μ i ) ( x − μ i ) T S_w=\sum^N_{i=1}S_{w_i} \\ S_{w_i} = \sum_{x\in X_i}(x-\mu_i)(x-\mu_i)^T Sw=i=1NSwiSwi=xXi(xμi)(xμi)T
  • 类内散度矩阵
    S b = S t − S w = ∑ i = 1 N m i ( μ i − μ ) ( μ i − μ ) T S_b=S_t-S_w=\sum_{i=1}^Nm_i(\mu_i-\mu)(\mu_i-\mu)^T Sb=StSw=i=1Nmi(μiμ)(μiμ)T

多类LDA有多种实现方法:采用 S b , S w , S t S_b,S_w,S_t Sb,Sw,St中的任何两个,例如
m a x W t r ( W T S b W ) t r ( W T S w W ) W ∈ R d × ( N − 1 ) ⇒ S b W = λ S w W \underset{W}{max}{tr(W^TS_bW)\over tr(W^TS_wW)} \quad W \in \Bbb{R}^{d\times(N-1)} \\ \Rightarrow S_bW=\lambda S_wW Wmaxtr(WTSwW)tr(WTSbW)WRd×(N1)SbW=λSwW
W W W 的闭式解是 S w − 1 S b S_w^{-1}S_b Sw1Sb d ′ ( ≤ N − 1 ) d'(\leq N-1) d(N1)个最大非零广义特征值对应的特征向量组成的矩阵

3.9 多分类学习基本思路

除了LDA技术,比如知识向量机,如何基于两类模型去做多类分类。

拆解法:将一个多分类任务拆分为若干个二分类任务求解
在这里插入图片描述

最终的分类结果选择预测结果次数最多的那类,若次数相同可以根据置信度选择。

  • OvO(one)每次只考虑将一个类作为正类,而另一个作为负类。
    (1)训练 N ( N − 1 ) 2 N(N-1) \over 2 2N(N1)个分类器,存储开销和测试时间大
    (2)训练只用两个类的样例,训练时间短
  • OvR(rest) 每次只考虑将一个类作为正类,其余作为负类。
    (1)训练 N N N个分类器,存储开销和测试时间小
    (2)训练用到全部样例,训练时间长
    预测性能取决于具体数据分布,多数情况下两者差不多。

3.10 类别不平衡

不同类别的样本比例相差很大,小类往往更重要
基本思路:
y 1 − y > 1 {y \over 1-y }>1 1yy>1则预测为正例 ⇒ \Rightarrow y 1 − y > m + m − {y \over 1-y }>{m^+ \over m^- } 1yy>mm+则预测为正例

基本策略:再缩放
y ′ 1 − y ′ = y 1 − y × m − m + {y' \over 1-y' } ={y \over 1-y }\times {m^- \over m^+ } 1yy=1yy×m+m
然而,精确估计 m − m + {m^- \over m^+ } m+m通常很困难!

常见类别不平衡学习方法

  • 过采样 例如:SMOTE
  • 欠采样 例如:EasyEnsemble
  • 阈值移动

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2143140.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

基于代理的分布式身份管理方案

目的是使用分布式的联合计算分发去替换掉区块链中原有的类第三方可信中心的证书机制&#xff0c;更加去中心化。 GS-TBK Group Signatures with Time-bound Keys. CS-TBK 算法 Complete subtree With Time-bound Keys&#xff0c;该算法是用来辅助检测用户的签名是否有效&…

新手学习Python第十天-新手笔记(速学)

一、特殊方法和特殊属性 1.1 特殊属性 __dict__:获得类对象或实例对象所绑定的所有属性和方法的字典 1.2 特殊方法&#xff1a; 1.2.1 .__len__:通过重写__len__()方法&#xff0c;让内置函数len()的参数可以是自定义类型 长度 1.2.2 __add__():通过重写__add__()方法&…

ICMP

目录 1. 帧格式2. ICMPv4消息类型(Type = 0,Code = 0)回送应答 /(Type = 8,Code = 0)回送请求(Type = 3)目标不可达(Type = 5,Code = 1)重定向(Type = 11)ICMP超时(Type = 12)参数3. ICMPv6消息类型回见TCP/IP 对ICMP协议作介绍 ICMP(Internet Control Messag…

HTTP中的Cookie与Session

一、背景 HTTP协议是无状态无连接的。 无状态&#xff1a;服务器不会保存客户端历史请求记录&#xff0c;每一次请求都是全新的。 无连接&#xff1a;服务器应答后关闭连接&#xff0c;每次请求都是独立的。 无状态就导致服务器不认识每一个请求的客户端是否登陆过。 这时…

TCP并发服务器的实现

一请求一线程 问题 当客户端数量较多时&#xff0c;使用单独线程为每个客户端处理请求可能导致系统资源的消耗过大和性能瓶颈。 资源消耗&#xff1a; 线程创建和管理开销&#xff1a;每个线程都有其创建和销毁的开销&#xff0c;特别是在高并发环境中&#xff0c;这种开销…

计算机三级网络技术总结(一)

RPR环中每一个节点都执行SRP公平算法IEEE 802.11a和g将传输速率提高到54Mbps一个BGP发言人与其他自治系统中的BGP发言人要交换路由信息就要先建立TCP连接在一个区域内的路由器数一般不超过200个进入接口配置模式&#xff1a;Router(config)#interface <接口名> 封装ppp协…

CentOS上使用Mosquitto实现Mqtt主题消息发布和订阅mqtt主题消息连同时间戳记录到文件

场景 CentOS上使用rpm离线安装Mosquitto(Linux上Mqtt协议调试工具)附资源下载&#xff1a; CentOS上使用rpm离线安装Mosquitto(Linux上Mqtt协议调试工具)附资源下载-CSDN博客 上面介绍了mosquitto的离线安装。 如果业务场景中需要订阅某mqtt主题的消息并将收到消息的时间以…

婚礼弹幕上墙阳光正好,爱意正浓,打造一场出圈的唯美婚礼!

原文地址 婚礼现场的弹幕功能可以给整个场景增添温暖和喜庆的氛围。通过手机发送祝福&#xff0c;让亲友可以即时将祝福传达给新人&#xff0c;同时这些祝福以弹幕的形式在大屏幕上滚动展示&#xff0c;增加了现场互动的乐趣。墙上新闻搭配的功能则更加抢眼&#xff0c;不仅可…

idea插件推荐之Cool Request

Cool Request是一款基于IDEA的HTTP调试工具&#xff0c;可以看成是轻量版的postman&#xff0c;它会自动扫描项目代码中所有API路径&#xff0c;按项目分组管理。一个类被定义为Controller且其中的方法被RequestMapping或者XXXMapping注解标注以后就会被扫描到。 对应方法左侧会…

【C++二叉树】102.二叉树的层序遍历

107. 二叉树的层序遍历 II - 力扣&#xff08;LeetCode&#xff09; 思路分析&#xff1a; 层序遍历&#xff0c;但是要注意输出的结果是一个二维数组&#xff0c;不是一层一个值一个值的输出&#xff0c;而是要一层一层的输出。可以通过一个循环控制每一层的数据个数&#xff…

FastAdmin CMS 操作手册

FastAdmin CMS 操作手册 概述&#xff1a; 安装&#xff1a; 配置&#xff1a; 模板&#xff1a; 模板目录&#xff1a; 标签&#xff1a; 全局&#xff1a; 文章&#xff1a; 专题&#xff1a; 栏目&#xff1a; 公共参数&#xff1a; 单页&#xff1a; 特殊标签&#xff1a;…

python正则表达式如何不区分大小写

使用python的re模块做模式匹配时&#xff0c;有时需要忽略大小写&#xff0c;只需要在re.search()函数中添加参数re.IGNORECASE即可。 mystring some string pattern some pattern match re.search(pattern, mystring, re.IGNORECASE)

95、k8s之rancher可视化

一、ranker 图形化界面 图形化界面进行k8s集群的管理 rancher自带监控----普罗米修斯 [rootmaster01 opt]# docker load -i rancher.tar ##所有节点 [rootmaster01 opt]# docker pull rancher/rancher:v2.5.7 ##主节点[rootmaster01 opt]# vim /etc/docker/daemon.jso…

1.数据结构-双链表

一.双链表与单链表的对比&#xff1a; 二.双链表的初始化(带头结点)&#xff1a; 1.图解&#xff1a; 2.代码演示&#xff1a; #include<stdio.h> #include<stdlib.h> ​ //定义双链表结构体 typedef struct DNode {int data;struct DNode *prior;//前驱指针即指…

【Windows】使用 WMI 获取系统版本信息

目录 获取系统版本信息代码 获取系统版本信息 通过 RtlGetNtVersionNumbers 获取系统版本的方法可能不适用于所有情况&#xff0c;而且将要过时&#xff08;被废弃&#xff09;。下面介绍一种通过 WMI 查询并根据版本号进行划分的系统版本解析工具&#xff0c;其他方法还有通过…

学成在线练习(HTML+CSS)

准备工作 项目目录 内部包含当前网站的所有素材&#xff0c;包含 HTML、CSS、图片、JavaScript等等 1.由于元素具有一些默认样式&#xff0c;可能是我们写网页过程中根本不需要的&#xff0c;所有我们可以在写代码之前就将其清除 base.css /* 基础公共样式&#xff1a;清除…

如何用MATLAB计算多边形的几何中心

在MATLAB中&#xff0c;计算多边形的几何中心&#xff08;又称质心或重心&#xff09;可以通过以下步骤实现。假设你有一个多边形&#xff0c;其顶点按照顺时针或逆时针顺序排列在一个矩阵中。具体步骤如下&#xff1a; 定义多边形顶点&#xff1a;首先&#xff0c;你需要将多边…

FPGA随记——状态机

1. 概念 状态机&#xff08;State Machine&#xff09;&#xff1a; 有限状态机&#xff08;Finite State Machine&#xff0c;简称FSM&#xff09; 在有限个状态之间按一定规律转换的时序电路。 2 状态机模型 组成元素&#xff1a;输入、状态、状态转移条件、输出&#xff…

BSN六周年:迈向下一代互联网

当前&#xff0c;分布式技术作为现代计算机科学和信息技术的重要组成部分&#xff0c;在云计算、区块链等技术的推动下&#xff0c;正以多样化的形式蓬勃发展。 ​而区块链作为一种特殊的分布式系统&#xff0c;近年来也在各个领域得到了广泛关注。通过在区块链上运行智能合约…

情系河北 缘聚苏州——2024苏州河北同乡迎国庆贺中秋大团圆联谊活动圆满举办

金秋送爽&#xff0c;月朗中天。9月15日晚&#xff0c;由苏州市河北商会志愿者工作委员会牵头&#xff0c;苏州河北以及各地市老乡群联合主办的第二届“情系河北 缘聚苏州”--2024年苏州河北同乡迎国庆贺中秋大团圆联谊活动在香雪海饭店&#xff08;吴中大道店&#xff09;二楼…