机器学习之线性回归

佚名 5年前 (2019-06-05) 人工智能 1324人围观抢沙发百度已收录

输出是一个连续的数值。

模型表示

对于一个目标值，它可能受到多个特征的加权影响。例如宝可梦精灵的进化的 cp 值，它不仅受到进化前的 cp 值的影响，还可能与宝可梦的 hp 值、类型、高度以及重量相关。因此，对于宝可梦进化后的 cp 值，我们可以用如下线性公式来表示：

SRE实战互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

\[y=b+\sum_{i=1}^n{\theta_ix_i}\tag{1}\]

上述的线性函数就是我们的模型，学习目标就是去根据观察的值去拟合权重参数 \(\theta\) 和偏置 \(b\) 。为了简化模型表示，可以令 \(x_0=1\) ，和 \(\theta_0 = b\) ，则可以将线性函数表示为如下形式：

\[y=\sum_{i=0}^n{\theta_ix_i}\tag{2}\]
表示为矩阵相乘的形式，则我们的目标就是期望学习得到函数 \(h_{\theta}(x_i)=\theta^Tx_i\) 。

模型评估

上述的线性函数表示的是一个包含无数个可能的模型的假设空间，每一组 \(\theta\) 值都会确定一个模型，所以我们需要根据样本空间来找到最佳的模型。

首先，我们需要对模型的好坏进行定义。即什么样的模型是一个好的模型，而什么样的模型是一个坏的模型。模型的好坏的最直观的定义就是预测的值和真实的值之间的差距，如下图所示，黑色的直线是我们学习到的模型，红色的 × 是真实的值，则模型的误差就可以用真实值和预测值之间的欧氏距离来进行评估。距离越小，表示预测的越准确，反之，则表示预测的效果越差。

我们用 \(x^{(i)}\) 表示第 \(i\) 个样本的特征，\(h_{\theta}(x^{(i)})\) 表示对该样本的预测值，而 \(y^{(i)}\) 则表示对应的真实值。因此，对于模型的误差，我们可以用所有样本的平均误差来表示，即：

\[L(\theta)=\frac{1}{2m}\sum_{i=1}^m{(h_{\theta}(x^{(i)})-y^{(i)}})^2\tag{3}\]

这里的 \(i\) 和模型表示中的 \(i\) 是不同的含义，前者表示第 \(i\) 个样本，后者表示样本的第 \(i\) 个特征。

上述误差函数又叫做代价函数或损失函数，在线性回归中，通常用均方误差来作为代价函数。

计算代价函数的Python代码如下：

def compute_cost(X, y, theta):
  inner = np.power(((X * theta.T) - y), 2)
  return np.sum(inner) / (2 * len(X))

模型学习

有了上述的代价函数之后，我们的学习目标就十分清晰了。我们的目标就是学习到一个模型，使得代价函数的值最小。学习模型其实就是等价于学习权重参数向量 \(\theta\) ，因此，我们的目标函数也应该是关于参数 \(\theta\) 的函数。令 \(\theta^*\) 表示我们的目标模型，则目标函数可以表示为：

\[ \begin{align} \theta^*&=\arg\;\min_{\theta}L(\theta)\tag{4}\\ &=\arg\;\min_{\theta}{\frac{1}{2m}\sum_{i=1}^m{(h_{\theta}(x^{(i)})-y^{(i)}})^2}\tag{5} \end{align} \]
该目标函数我们可以用梯度下降的方法来求解，即每次都往函数的负梯度的方向去进行搜索。我们知道，一个函数的最小值一般会出现在该函数的极值点上，前提是该函数是凸函数（这里先不对凸函数做过多的阐述）。因此对于一个初始权重参数 \(\theta^{(0)}\) ，我们可以计算函数在该参数位置的导数，如果导数大于0，则表示目标函数在该点是递增的，则我们需要降低我们的 \(\theta\) 值。反之，如果当前的导数小于0，则表示目标函数在该点是递减的，为了找到更小的值，我们应该增加我们的 \(\theta\) 值。过程如下图所示：

图片来源于李宏毅《机器学习》2017，\(w\) 等价于 \(\theta\)。

很显然，该方法最终会落入到一个极值点，但是该极值点不一定是全局最小值，而可能是局部最小值。因为梯度下降方法在导数为0的点就不会对参数进行更新了，所以当遇到局部最小值点时，由于目标函数的导数为0，所以权重参数会收敛，学习到的模型就不再是一个最佳的模型，找到的这种解叫做局部最优解。

后续在介绍如何解决梯度下降过程中的局部最优解的问题...

现在我们知道了线性回归模型的完整学习过程，其目标就是最小化代价函数来学习得到一组权重参数，而且我们也知道可以利用梯度下降的方法来寻找最佳的权重参数。接下来将介绍如何去更新我们的权重参数。

权重参数 \(\theta\) 是一个向量，它与样本的特征数目是相对应的，如果样本含有 n 个特征，则权重参数的维度为 n+1 ，注意，还包含一个偏置。对参数向量的求导，实质上就是对各个方向进行偏微分。依然假设我们初始的权重参数向量为 \(\theta^{(0)}\) ，现在我们求第 \(j\) 个权重参数的梯度：

\[ \begin{align} \frac{\partial L}{\partial \theta_j}&=\frac{1}{2m}\sum_{i=1}^m{2\cdot (h_{\theta}{x^{(i)}-y^{(i)})\cdot x_j^{(i)}}}\tag{6}\\ &=\sum_{i=1}^m{(h_{\theta}{x^{(i)}-y^{(i)})\cdot x_j^{(i)}}}\tag{7} \end{align} \]

此处也很好的解释了为什么目标函数要增加一个 1/(2m) ，这是为了最后更新权重参数时更方便计算。同时，乘以一个正数也不会影响函数的极小值点。

前面分析了，权重参数的更新应该是超该参数的负梯度方向更新。所以对于参数 \(\theta_j\) ，其在下一轮的更新值为：

\[ \begin{align} \theta_j^{(1)}&=\theta_j^{(0)}-\alpha\cdot\frac{\partial L}{\partial \theta_j}\tag{8}\\ &=\theta_j^{(0)}-\alpha\cdot\sum_{i=1}^m{(h_{\theta}{x^{(i)}-y^{(i)})\cdot x_j^{(i)}}}\tag{9} \end{align} \]