机器学习(Regression:Case Study)
前言：
学习资料
| video | ppt | blog |
|---|
Example Application
建立一个model，将宝可梦的一些数据作为输入，然后输出宝可梦进化以后的战斗力CP值，这个model的建立尤为重要，但是这个模型的建立也是需要一步一步慢慢进行，下面，我们先从最简单的一个参数开始，然后到后面的多参数。
Step 1:Model
建立模型，我们建立一个Linear model（线性模型）：
y = b + w * x
w and b are parameters(can be any value)
A set of function（一系列的函数）
f1: y = 10.0 + 9.0 ∙ xcp
f2: y = 9.8 + 9.2 ∙ xcp
f3: y = - 0.8 - 1.2 ∙ xcp
Step 2:Goodness of Function
我们有一系列的函数，但是这些函数哪一个是最好的，也就是说哪一个参数是最适合作为我们当前的预测模型，所以此时我们引入了损失函数（Loss Function）L
Loss Function:
函数的函数，用来评价模型函数的好坏，在这模型里面，我们可以通过转化，将该损失函数幻化为关于w和b的函数，我们此处用的是均方误差（MSE），定义不完全一样，但是基本的原理是一样的，取平方主要是为了防止正负误差相抵消，造成错误的拟合
各种误差可以了解这篇文章
| Loss Function L | 函数的函数 |
|---|---|
| input | a function |
| output | how bad it is |
通过将预测数据的函数带入L，我们可以得到一个关于w和b的函数
可以看作这是一个三维函数，输入数据有两种，颜色的深浅表示第三个维度
Step 3:Best Function
前面我们说明了损失函数的作用，接下来我们就应该学习如何找到最优的模型函数，即最优的w和b
损失函数的值肯定是越小越好，但是如何找到最小的值
下面是使用线性代数的知识进行解决，但是我看不懂（因为线性代数是一年前学的😢）
下面我们来讲解一种新的思路：梯度下降法，很容易理解
只考虑一个参数
单变量：(这里靠的是w，所以可以把b看作一个定值)
我们应该调整w找到最低点，高中的时候学过导数，导数为正，表示增加，w应该减少，导数为负，表示减少，w应该增加，导数的绝对值大小表示了此处的陡峭程度。
所以L关于w求导，然后随机选取一点w开始，接着对其进行变化更新，但是变化多少得由我们自己设定，导数也决定了增加还是减少
**Learn Rate：（学习率）**通过学习率的设定，我们可以很好的控制w的变化速度，设定过大，导致跳过最优解，过小，导致收敛过慢。
迭代更新，找到最优的函数对应的w
多参数
计算偏导，选取初始的w和b，然后使用上面的方法同时对他们进行更新
循环迭代，找到最优解
梯度
有兴趣的可以去了解一下这个概念，不是很好理解，但是很重要
等高线的法线方向
- Each time we update the parameters, we obtain
fthat makes 𝐿fsmaller.
How’s the results?
我们找到了当前函数集合里面的最优函数，但是这个函数具体的好坏我们很难评价，通过图像可以看出很多点无法进行拟合
Average Error：体现我们对未来预测数据的准确程度，是很重要的一个指标
优化方法，通过观察发现，将各个点连接起来以后更像一个曲线，那么我们可以试一下二次方差，或者高次方程
效果如下：
此时你会发现，并不是越高次的拟合效果越好，所以就引出了
Overfitting
training data的Average Error越来越小，但是Test data的表现却不尽如人意，甚至在五次方程时，大大超出了我们的预估，那么这种现象就叫做overfitting。因为我们前说过要让test data的Average Error越小越好
这种情况我们又该如何解决呢？
Redesign the Model
Back To Step 1
What are the hidden factors?
不同的宝可梦，可以用同一个公式进行估计吗？
答案肯定是不行，但是我们最后是用一个函数进行预测，所以我们需要进行统一
下面的图片展示的不是很清晰，实际上就是把多个函数进行柔和，但是每个函数需要乘以一个式子，那便是对输入数据的不同而进行设置，如果输入的是皮卡丘，我们就吧皮卡丘函数的式子设置为1，其他为0，那么就可以实现一个函数进行所有的预测。
Are there any otherhidden factors?
Regularization
Back To Step 2
这里我们分析两句话
- We believe smoother function is more likely to be correct？
在使用损失函数的时候，我们用的是train_data进行训练，调整参数，但是我们更关注的是test_data的预测情况，那么我们希望我们训练出来的函数是平滑的，那样在输入变化的时候，输出不会有很大的变化，从而减小我们预测的误差，所以这就要求我们在计算损失函数时关注w，防止正负影响，加上平方，但是w在里面的占比，我们可以手动调控，这样才能让损失函数最小的时候，我们对于test_data的预测情况更加准确，而我们进行调控的因子就是λ- Do you have to apply regularization on bias?
b只会是我们的函数上下平移，对于函数的平滑程度没有任何影响，所以不需要考虑在内
