美文网首页
2018-08-12

2018-08-12

作者: Neuromance_ea9a | 来源:发表于2018-08-12 11:10 被阅读0次

    统计学习方法笔记(一)

    1.1实现统计学习方法的步骤

    1.得到一个有限的训练数据集。

    2.确定包含所有可能的模型的假设空间,即学习模型的集合。

    3.确定模型选择的准则,即学习策略。

    4.实现求解最优模型的算法,即学习方法。

    5.通过学习方法选择最优化模型。

    6.利用学习的最优化模型对数据进行预测或分析。

    1.2监督学习

    输入变量与输出变量

    (表示方法按主流表示)

    1.特征向量:x=(x1,x2,...xn)T

    2.x(i) 表示第i个输入实例:x(i)=(x1(i),x2(i)...xn(i))T

    3.训练集表示为:T={(x(1),y1),(x(2),y2)...(x(n),yn)}

    4.输入变量与输出变量写作:X,Y; 其取的值写作:x,y。

    问题类型

    样本:测试数据由输入和输出组对组成,输入与输出对又称为样本。

    回归问题:输入变量与输出变量均为连续变量的预测问题。

    分类问题:输入变量与输出变量均为有限个离散变量的预测问题。

    标注问题:输入变量与输出变量均为变量序列的预测问题。

    联合概率分布

    监督学习假设输入与输出的随机变量X和Y遵循联合概率分布P(X,Y)。P(X,Y)表示分布函数,或分布密度函数。此为监督学习的基本假设。

    假设空间

    输入空间到输出空间的映射的集合,就是假设空间。

    监督学习的模型可以为概率模型或非概率模型,由条件概率分布P(Y|X)或决策函数Y=f(X)表示,具体值预测写作P(y|x)或y=f(x)

    1.3统计学习三要素

    <u>方法=模型+策略+算法</u>

    模型

    所要学习的条件概率分布或决策函数==模型\subseteq模型假设空间

    令假设空间为\digamma,参数向量\theta取值于n维欧式空间Rn,称为参数空间。

    假设空间可以定义为决策函数的集合:

    \digamma={f|Y=f(X)}

    X和Y是定义在输入空间\chi和输出空间\gamma上的变量,这时\digamma通常是由一个参数向量决定的函数族:

    \digamma={f|Y=f_{\theta}(X),\theta\in{R^n} }

    假设空间也可以定义为条件概率的集合

    \digamma={P|P(Y|X)}

    X和Y是定义在输入空间\chi和输出空间\gamma上的变量,这时\digamma通常是由一个参数向量决定的条件分布族:

    \digamma={P|P_{\theta}(Y|X),\theta\in{R^n}}

    策略

    损失函数度量模型预测一次的好坏

    风险函数度量平均意义下模型预测的好坏

    ​ 监督学习问题是在假设空间中\digamma中选取模型f作为决策函数,给定的输入X,由f(X)给定输出Y,这个输出的预测值f(X)与真实值Y会有所误差,用一个损失函数或代价函数来度量预测错误的程度,损失函数f(X)和Y的非负实值函数记作L(Y,f(X))。

    常用损失函数:

    1.0-1损失函数

    L(Y,f(X))=\left\{\begin{array}{cc} 1, & Y{\ne}f(X)\\ 0, & Y=f(X) \end{array}\right.

    2.平方损失函数

    L(Y,f(X))=(Y-f(X))2

    3.绝对损失函数

    L(Y,f(X))=|Y-f(X)|

    4.对数损失函数或对数似然损失函数

    L(Y,P(Y|X))=-logP(Y|X)

    经验风险:

    通过损失函数我们可以得到对于单个样本的预测能力,对于训练样本集中所有数据的预测可以通过累加得到再取平均值,这就是经验风险:

    R_{emp}(f)=\frac{1}{N}\sum_{i=1}^NL(y^{(i)},f(x^{(i)})

    期望风险:

    当样本容量足够时,经验风险越小则说明对于训练集数据的拟合程度越好,由于未知样本的数量不知,无法采取平均值的方式求得。这里假设X,Y服从联合分布P(X,Y),期望风险可表示为:

    R{exp}(f)=E_p[L(Y,f(x))]=\int_{xy}L(y,f(x))P(x,y)dxdy

    结构风险:

    但是由于联合分布函数P(X,Y)是很难求得的。所以期望风险是不容易得到的。但是如果采用经验风险来代替期望风险,当训练集数据过小时有可能出现过度拟合的问题,即决策函数对于训练集几乎全部拟合,但是对于测试集拟合效果过差,于是·这里又引入结构风险:

    R_{srm}(f)=\frac{1}{N}\sum^N_{i=1}l(y^{(i)},f(x^{(i)}))+\lambda{J(f)}

    经验风险越小,模型决策函数越复杂,包含参数越多,拟合效果越好,但是到一定程度又容易出现过度拟合的问题,这里引入正则化项,其中λ是参数,J(f)表示模型复杂度,通过降低模型复杂度来防止过拟合的出现,即\lambda{J(f)}的值最小化,因为经验风险目的是求的最小化,正则化目的也是求取最小化,因此这里将两者相加来求取最小化,即可得结构风险。

    经验风险是局部概念,针对训练样本的损失函数,可求得。
    期望风险是全局概念,针对未知测试样本的损失函数,不可求得。
    结构风险是两者的折中处理,是经验风险和正则化的加和。

    算法

    算法是只学习模型的具体计算方法,统计学习基于训练数据集,根据学习策略,从假设空间中选择最优模型,最后考虑求解最优模型的计算方法。

    即:统计学习方法为求解最优解的方法。

    相关文章

      网友评论

          本文标题:2018-08-12

          本文链接:https://www.haomeiwen.com/subject/achsbftx.html