第十一章 应用机器学习的建议

该系列文章为，观看“吴恩达机器学习”系列视频的学习笔记。虽然每个视频都很简单，但不得不说每一句都非常的简洁扼要，浅显易懂。非常适合我这样的小白入门。

本章含盖

• 11.1 决定下一步做什么
• 11.2 评估假设
• 11.3 模型选择和训练、验证、测试集
• 11.4 诊断偏差与方差
• 11.5 正则化和偏差、方差
• 11.6 学习曲线
• 11.7 决定接下来做什么

决定下一步做什么

当你发现，你的假设函数在新的数据集上有很大的偏差时，你可以尝试做些什么了？

1. 获取更多的训练样本
2. 尝试使用更少的特征集（👈，防止过拟合）
3. 尝试使用更多的特征
4. 尝试增加多项式特征
5. 尝试减小 λ（正则化参数）
6. 尝试增大 λ（正则化参数）

👆的方法，一般都是需要花费比较长的时间（如，6个月）才能看到改正后的效果到底是好的，还是坏的。也就是，你选择的方法是对，的还是错的。

通过“机器学习性能评估”和“机器学习诊断”能快速过滤掉至少一半（上面）的无用选项

机器学习诊断

诊断：这是一种测试法。你通过执行这种测试，能够了解算法在哪里出了问题。这通常也能够告诉你，要想改进一种算法的效果，什么样的尝试才是有意义的。
这些诊断的执行和实现是需要花些时间的。确实需要花很多时间来理解和实现。但这样做的确是把时间用在了刀刃上。因为诊断法能让你节省几个月的时间，提早发现某些方式是无效的。

11.2 评估假设

过拟合：

怎么样判断一个“假设函数”是否过拟合了？
1，如果特性参数很少的话，可以通过将假设函数画出来，来判断是否过拟合。
2，当特征参数很多时，就无法通过画图（因为很难或者根本无法画出这样的图）来判断假设函数是否过拟合。那么，我们就需要使用其他方法了。

评估“假设函数”的标准方法：

为了确保我们可以评估我们的假设函数，我们要做的是，将我们的训练样本分成两份。第一部分成为我们的训练集；第二部分成为我们的测试集。
将所有的数据分成：训练集和测试集。其中一种典型的分割方法是，按照 7 ：3 的比例。70% 为训练集；30% 为测试集。

注意，因为👆我们选择了前70%的数据为训练集，后30%的数据为测试集。因此如果这组数据有某种规则或顺序的话，那么最好是随机选择70%和30%的数据。（即，保证“训练集”和“测试集”的随机性和一致性）

• 👇展示了一种典型的方法，来训练和测试你的学习算法。比如，线性回归算法

  
  

  首先，你需要对训练集进行学习得到参数 θ 。具体来讲，就是最小化训练误差J(θ)。
  接下来，计算测试误差。我们将从训练集中学习得到的参数 θ，放在J_test(θ)，来计算你的测试误差。
  当然，👆这个是我们使用线性回归和平方误差标准时，测试误差的定义。

那么如果考虑分类问题，比如，使用逻辑回归的时候

训练和测试逻辑回归的步骤与前面（线性回归）所说的非常类似。
首先，我们要从训练数据，也就是70%的数据中，学习得到参数 θ。

然后用👇的方式计算测试误差

除了 J_test(θ)，还有另一种形式的测试度量，可能更易于理解，叫做“错误分类”，也被称为“0/1分类错误（0：分类正确；1：分类错误）”
err(h_(θ), y) 👈关于假设函数（即，h_(θ)）和标签y的误差。
然后我们就能应用“错误分类”误差来定义“测试误差”，即：

对于每一个测试集（m_test）实例，计算： 然后对计算结果求平均。即，

👆，这实际上就是我的假设函数误标记的部分在测试集中的比率（误分类的比率）。

👆，这也就是使用“0/1错误分类度量”来定义的测试误差。

11.3 模型选择和训练、验证、测试集

如果你想要确定对于一个数据集，最合适的多项式次数，怎样选用正确的特征，来构造学习算法。或者你需要选择学习算法中的正则化参数 λ ，我们应该怎么做。
👆这类问题被叫做“模型选择问题”。

我们不再是将数据分为“训练集”和“测试集”。而是将数据分为三个数据组：训练集、测试集、验证集。
该视频会介绍如何将数据分为这三个数据组，以及这三个数据组的含义，同时告诉我们如何使用这些数据组进行模型选择。

👆过拟合。一个假设函数在训练集的误差很小，并不能说明在新数据上的泛化能力好。

下面我们来考虑模型选择问题。
假如，你现在要选择能最好拟合数据的多项式次数。

你应该选择一次函数、二次函数、三次函数等等中的哪一个了？ d：表示你该选择的多项式次数。
所以，除了参数 θ，还有参数 d 需要你要数据集来确定。

第一步：使用“训练集”拟合参数 θ
首先，选择第一个模型，然后最小化训练误差。这样你会得到一个参数向量 θ^(1)。
然后，你再选择第二个模型，用它拟合你的训练集，这样就得到另一个参数向量 θ^(2)。
以此类推。。。

第二步：使用“测试集”/“验证集”拟合参数 d
然后，对所有这些模型求出“测试集误差”。即，J^ (θ^(i))_test

接下来，为了从这些模型中选出最好的一个。我们应该看哪个模型有最小的“测试误差”。选择那个有最小误差的模型。
比如，此处选择了’第五个模型’，即，5次多项式函数拟合的模型。

第三步：
验证所选出模型的泛化能力。即，使用“验证集误差”来进行泛化能力评估。J^ (θ^(i))_cv

第二步和第三步的集合可互换使用，因为，典型分配模式下，它们的样本个数是一样的。

参数向量 θ^(i) ：表示，用 i 次多项式函数拟合数据得到的参数向量。

交叉验证（验证集），简称“cv”（cross validation set）。

“训练集” ：“交叉验证” ：“测试集” 典型的分配比例为：60% ：20% ：20%。这个比例值可以稍微调整，但这种分法是最典型的比例。

👇“训练误差”、“交叉验证误差”、“测试误差” 串起来：

注意：对于你有一个很大很大的训练集时，你使用相同的训练集进行参数的拟合，以及泛化能力的评估，可能没有多大的问题。但如果你没有很大很大的数据集，就应该使用👆说的方法，将数据集分为“训练集”、“交叉验证”、“测试集”来分别进行参数的拟合，和泛化能力的评估。

11.4 诊断偏差与方差

当你运行一个学习算法时，如果这个算法的表现不理想，那么多半是出现两种情况：
① 要么是偏差比较大
② 要么就是方差比较大
换句话说，要么就是欠拟合问题，要么是过拟合问题。
这种情况下，搞清楚是‘偏差问题’还是’方差问题’，或者两者都有关，这一点很重要。

“偏差”和“方差”的概念
假设你正在构建一个猫咪识别器。目前，你的训练集错误率为15%，并且你的开发集错误率为16%。
那么，算法在训练集上的错误率。在本例中，它是15%。我们非正式的认为这是算法的偏差(bias)。
其次，算法在开发（或测试）集上比训练集差多少。在本例中，开发集比训练集差1%。我们非正式的认为这是算法的方差(Variance)。即，方差 = 开发集/训练集的错误率 - 测试集的错误率

因为搞清楚是哪一点的问题，就能很快找到有效的方法和途径来改进算法。

横坐标：多项式次数，即，参数 d

随着多项式次数的增大，训练误差越来越小。
交叉验证误差 和 测试集误差 类似

具体来说，假设你得到了一个学习算法。而这个并没有表现的像你期望的那样好。如果你的 交叉验证误差 或者 测试集误差 都很大，我们怎么判断，此时的学习算法出现了高偏差的问题，还是高方差的问题？

交叉验证误差很大的情况出现在’凹行曲线’的两端。左边一端对应的是“高偏差问题（即，欠拟合问题）”，表示使用了一个过于小的多项式次数，而实际上，我们需要一个较高的多项式次数来拟合数据。
相反地，右边一端对应的是“高方差问题（即，过拟合问题）”。

具体来说，
相对于’高偏差（欠拟合）的情况’：我们发现，“交叉验证误差”和“训练集误差”都会很大
反过来，如果你的算法有“高方差（过拟合）问题”：你会发现，“训练集误差”很小，但是“交叉验证误差”远远大与“训练集误差”。

11.5 正则化和偏差、方差

当我们对高阶多项式进行拟合的时候，为了防止过拟合，我们会在代价函数中加入正则化项，来让参数的值尽可能小

那么如何自动的选择一个最合适的正则化参数 λ 的值呢？（类似于“多项式”的选择）
👇这就是我们自动选择正则化参数 λ 的方法。 通常我的做法是，选取一系列我想要尝试的 λ 值。因此，首先我可能考虑不是用正则化，以及一些列我可能会试的值。
通常，我一般将 步长 设置为 2倍速度增长，直到一个比较大的值。

👆我们用交叉验证集来拟合参数，使用测试集来评估 h(θ) 的泛化能力。

11.6 学习曲线

使用学习曲线来判断一个学习算法是否处于偏差、方差问题，或者二者都有

为了绘制学习曲线，我们通常先绘制 J_train 或 J_vc

训练集的样本是个常数，一般很大。我们使用小部分训练样本来绘制图即可。如，如果有100个训练样本，我们使用30、40个样本来绘制图即可。

当 m 很小时，训练误差很小。反过来，当 m 值逐渐增大，训练误差就会越来越大。

当我们的假设函数 h(θ) 出现高偏差问题时的学习曲线：

当 m 足够大时，你就会找到条最有可能拟合数据的那条直线。并且，此时，即便你继续增大训练集的样本容量，还是会得到一条差不多的直线。因此交叉验证集误差将会变为水平而不再变化，只要达到或超过一定数量的训练样本。

而训练集误差的情况是，一开始样本极少的时候，可以很好的拟合数据，但是随着样本的增加，你会发现训练集误差会逐渐增大，最后接近交叉验证误差。

最后补充一点，高偏差的学习曲线，可能有很高的交叉验证误差和训练集误差（即，纵轴值很大），也就是说，最终你会得到一个值比较大的 J_cv 和 J_train。

如果一个学习算法有高偏差，选用更多的训练样集数据对于改善算法表现并无帮助。
👆这个特征，对于我们判断我们的学习算法是否处于‘高偏差’情况，很重要。

当算法处于’高方差’时的学习曲线：

算法处于’高方差’的一个很明显的特征：训练集误差和交叉验证误差之间有一段很大的距离。
如果我们增大训练集的样本数，‘训练集误差’ 和 ‘交叉验证误差’ 这两条学习曲线则会互相靠近。也就是，随着训练集样本数的增大，’训练集误差’会不断增大，而‘交叉验证误差’会不断减小（这同‘高偏差’的情况是不一样的，‘高偏差’情况，随着训练样本数的增加，’训练集误差’和‘交叉验证误差’会变为水平而不再变化）。
因此，在’高方差’情况下，使用更多的训练样本对改进算法表现是有帮助的。

11.7 决定接下来做什么

1. 获取更多的训练样本
   解决“高方差”问题

2. 尝试使用更少的特征集（👈，防止过拟合）
   解决“高方差”问题

3. 尝试使用更多的特征
   并非一定，通常使用来解决“高偏差”问题的一个方法

4. 尝试增加多项式特征

   这是另一种修正“高偏差”问题的方式

5. 尝试减小 λ（正则化参数）
   可以修正“高偏差”问题

6. 尝试增大 λ（正则化参数）
   修改“高方差”问题。

如何为神经网络选择结构，或连接形式

当你在进行神经网络拟合的时候，你可以选择一种相对比较简单的神经网络模型：隐藏层单元较少，甚至只有一个隐藏层，并且只有少量的隐藏单元。像这样的一个简单神经网络，参数就不会很多，容易出现欠拟合。
这种比较小型的神经网络的最大优势，在于计算量较小。

与之相对的另一种情况是，拟合较大型的神经网络结构。比如，每一层中有很多的隐藏单元，或者有很多隐藏层。这种比较复杂的神经网络，参数一般较多，更容易出现过拟合。这种结构的一大劣势，也许不是主要的劣势，但还是需要考虑的，那就是当网络有大量神经元时，这种结构会有很大的计算量。
虽然有这个情况，但通常来讲这不是问题。这种大型的网络结构，最主要的潜在问题，还是它更容易出现过拟合现象。

事实上，如果你经常应用神经网络，特别是大型神经网络的话，你就会发现越大型的网络性能越好，但如果发生了过拟合，你可以使用正则化的方法来修正。
一般来说，使用一个大型的网络神经，并使用正则化来修正过拟合问题，通常比使用一个小型的网络效果更好，但主要可能出现的一个问题，就是计算量相对较大。

最后，你还需要选择，所需的隐藏层的层数。通常来说，使用一个隐藏层是比较合理的默认选项。但如果你想要选择一个最合适的隐藏层层数，你也可以试试，把数据分割成训练集、验证集和测试集。然后训练一个隐藏层的神经网络，然后试试两个、三个隐藏层，然后看看哪个神经网络在交叉验证集上表现得最理想。