四、正则化

2019-01-15 本文已影响0人 asdfgjsrgdf

欠拟合

模型拟合程度不高，数据距离拟合曲线较远，或指模型没有很好地捕捉到数据特征，不能够很好地拟合数据

过拟合（“算法具有高方差”）

      对于一个问题，有许多变量，这些变量都与该问题似乎相关，但训练集的规模相对很小，常常会导致过拟合问题
      拟合一个高阶多项式，这个假设函数能拟合几乎所有数据，但无法泛化到新的样本中（函数太庞杂，没有足够的数据去约束）
      泛化：一个假设模型应用到新样本的能力

欠拟合

过拟合

较好的拟合

解决

      1.尽量减少选取变量的数量：
            1)人工检查取舍
            2)模型选择算法（自动选择哪些取哪些舍）
      2.正则化：保留所有变量但减少参数的量级

正则化原理

      在代价函数中加入惩罚项：
$min_\theta \frac{1}{2m}\sum(h_\theta(x^{(i)})-y^{(i)})^2+\lambda \sum_{i=1}^{n}\theta_j^2$
      其中 $\lambda\sum\theta_j$ 是惩罚项，前面的系数是一个大数，如1000。如此，在优化的过程中 $\theta_j$ 会尽可能地变小，趋向于0。相当于去掉了一些参数，使“曲线”更平滑
      不惩罚 $\theta_0$ 是约定俗成，在实践中惩不惩罚差别不大。对于其他参数都施加惩罚，因为不知道哪些应该被缩小
       $\lambda$ 控制了两个不同目标之间的取舍（均衡）：
            1)更好地拟合训练集
            2)保持参数尽可能小（模型尽可能简单）
      显然， $\lambda$ 越大惩罚越大，越接近目标2、远离目标1
      例如，当其非常大时，得到的假设函数近似为：
                                                             $h_\theta(x)=\theta_0$

lambda很大，显然是个欠拟合的例子

加入正则化的梯度下降

       $\theta_0:=\theta_0-\alpha\frac{1}{m}\sum(h_\theta(x^{(i)})-y^{(i)})x_0^{(i)}$
       $\theta_j:=\theta_j-\alpha[\frac{1}{m}\sum(h_\theta(x^{(i)})-y^{(i)})+\frac{\lambda}{m}\theta_j]$
             $:=\theta_j[1-\alpha\frac{\lambda}{m}]-\alpha\frac{1}{m}\sum(h_\theta(x^{(i)})-y^{(i)})x_j^{(i)}$             (j!=0)
      由上式可见， $\theta_j$ 的更新变成了先乘以一个比1略小的数（0.99之类的数），再进行与引入正则化之前一样的更新操作

加入正则化的正规方程

$X=\begin{bmatrix} (X^{(1)})^T \\ (X^{(2)})^T\\ … \\ (X^{(m)})^T \\ \end{bmatrix}$

                                          $y=\begin{bmatrix} X^{(1)}\\ X^{(2)}\\ … \\ X^{(m)} \\ \end{bmatrix}$
                                          $\theta=(X^TX+\lambda\begin{bmatrix} 0 \\ &1\\ &&…\\ &&&1 \\ \end{bmatrix})^{-1}X^Ty$
           其中 $\lambda$ 后面的矩阵是一个(n+1)*(n+1)维对角阵（第1行第1列为0）
           在之前提到过不可逆的问题。在这里，只要 $\lambda$ 严格大于0，则可以确定其不是奇异矩阵。
           因此，使用正则化还可以解决不可逆的问题

四、正则化

欠拟合

过拟合（“算法具有高方差”）

解决

正则化原理

加入正则化的梯度下降

加入正则化的正规方程

猜你喜欢

热点阅读