StanFord 机器学习公开课笔记(3):牛顿方法和广义线性模

2019-11-02  本文已影响0人  v1gor

本讲视频及讲义链接

牛顿方法

牛顿方法是一种比梯度下降更快的找到极值的算法。

过程及原理

在前一章的讲解中已经知道了拟合的本质是在给定x和 \theta 的条件下出现y的概率的极大似然估计,最终通过对极大似然函数的对数使用梯度上升法来迭代求出极大值(可能是最大值)。

那么现在我们换种思路来求极大似然函数的局部最大值,我们知道极值点的导数(如果存在)都为0,因此我们只需要求出使得 l'(\theta) = 0\theta 即可。

而牛顿方法是用来求一个函数的零点的方法,所谓牛顿方法就是通过某些步骤求出 l'(\theta) 的零点,从而得到 \theta 的过程:

某个函数 f(x) 的图像如下:
{% asset_img markdown-img-paste-20180214170331655.png %}

由图可知 f'(x_1) = \frac{f(x_1)}{\Delta} \rightarrow \Delta = \frac{f(x_1)}{f'(x_1)} ,因此x_2 = x_1 - \Delta = x_1 -\frac{f(x_1)}{f'(x_1)} y以此类推可以得到一个递推公式:

x_{t+1} = x_t - \Delta = x_t -\frac{f(x_t)}{f'(x_t)}

按这个公式进行迭代,最终能够得到这个函数 f(x) 的零点。

上面就是牛顿法求函数零点的方法,现在我们用它来寻找 l’(\theta) 的零点:

\theta_{t+1} = \theta_t - \frac{l'(\theta)}{l''(\theta)}

函数导数的零点就是函数的可能极值点。

牛顿法迭代的特点

广义线性模型(Global Linear Model)

之前的课程中了解了两类模型:

上一份笔记的末尾留了一个问题:为什么选择logistic函数来建模伯努利分布呢?为什么线性回归和logistic回归使用的函数不同,迭代过程却十分相似呢?

这是因为它们两个都是指数分布族的特殊情况。

指数分布族(Exponential Family)

\begin{align} P(y;&\eta) = b(y)exp(\eta^TT(y)-a(\eta))\\ & \eta \rightarrow natural \; paramater\\ & T(y) \rightarrow sufficient\;statistic\;value \end{align}
一般 T(y) = y

伯努利分布还原为指数分布族形式

\begin{align} B(\phi) & =\phi^y(1-\phi)^{(1-y)}\\ & = exp(ln(\phi^y(1-\phi)^{(1-y)}))\\ & = exp(yln\phi + (1-y)ln(1-\phi))\\ & = exp(ln\frac{\phi}{1-\phi}y+ln(1-\phi)) \end{align}

从上面的结果可以看出,伯努利分布是指数分布族在

\begin{align} & \eta = ln\frac{\phi}{1-\phi}\\ & a(\eta) = -log(1-\phi)\\ & b(y) = 1\\ & T(y) = y \end{align}

时的特殊情况。可以将 \phi\eta 表示出来再代入 a(\eta) 的表达式,这样就可以得到变量统一的 a(\eta)
\begin{align} & \eta = ln(\frac{\phi}{1-\phi}) \rightarrow \phi = \frac{1}{1+e^{-\eta}}\\ & a(\eta) = -log(1-\phi) \rightarrow a(\eta) = log(1+e^{\eta})\\ \end{align}

高斯分布还原为为指数分布族形式

高斯分布: N(\mu,\sigma^2).

因为在之前高斯分布的参数拟合(梯度下降迭代)过程中,我们发现参数 \sigma 的值并不影响迭代过程,也就不影响最终拟合出来的参数,因此为了简化推导过程,我们设 \sigma = 1

\begin{align} N(\mu,\sigma^2) & = \frac{1}{\sqrt{2\pi}}exp(-\frac{1}{2}(y-\mu)^2)\\ & = \frac{1}{\sqrt{2\pi}}exp(-\frac{1}{2}y^2)exp(\mu y-\frac{1}{2}\mu ^2) \end{align}

因此,高斯分布是指数分布族在

\begin{align} & \eta = \mu\\ & a(\eta) = -\frac{1}{2}\mu^2\\ & b(y) = \frac{1}{\sqrt{2\pi}}exp(-\frac{1}{2}y^2)\\ & T(y) = y \end{align}

时的特殊情况。

不仅是高斯分布和伯努利分布,伽马分布、泊松分布都能够写成指数分布族的形式。

构建广义线性模型

广义线性模型符合下述三个假设:

  1. y|x;\theta \sim Exponential\;Family
  2. 给定 x, 目的是输出一个期望 E[T(y)|x] 使得 h(x)=E[T(y)|x] 最大。
  3. \eta=\theta^T x,即x\eta之间是线性关系。更一般的情况下(\eta是向量)则:\eta_i = \theta^T_i x .

第三个假设,其实更准确地说是我们在设计GLMs时的一种设计选择(design choice)。有了这些假设和设计选择,我们才能够推导出优美的、具有许多有优良性质的学习算法,也就是GLMs。

在GLMs的基础上,我们如何从概率模型构造出数学函数呢?下面以之前讲过的两个模型为例:

构造出线性回归问题的函数

我们已经分析过,线性回归问题中的目标变量 y (学术上称 y为“响应变量”)符合高斯分布,那么仅仅知道这一点,我们如何将这个概率模型具体化为某个函数来模拟参数呢?下面用GLMs来做到这一点:

  1. 之前已经证明高斯分布是指数分布族的特殊情况。即 y|x;\theta \sim Exponential \; Family

  2. 对于给定的 x,算法预测 T(y) (此处 T(y) = y),因此输出的是 E[y|x;\theta] = \mu = \eta

  3. \eta = \theta^Tx \rightarrow h_\theta(x) = \theta^Tx

构造出二分类问题中使用的logistic函数

下面使用GLMs从伯努利概率分布函数自然地推导出logistic函数:

  1. y|x;\theta \sim Exponential \; Family。这个之前已经推导过。

  2. 对于给定的x,\theta ,目标是预测一个T(y) ,而在大多数情况下 T(y) = y 。因此算法输出 h_\theta(x) = E[y|x;\theta] = P(y=1|x;\theta) = \phi = \frac{1}{1+e^{-\eta}}

  3. \eta = \theta^Tx \rightarrow h_\theta(x) = \frac{1}{1+e^{-\theta^Tx}}

正则响应函数(canonical response function)

上述构造过程中的
g(\eta) = E[y;\eta] = \frac{1}{1+e^{-\eta}} 也称为正则响应函数。

正则关联函数(canonical link function)

g^{-1}(\eta) 被称为正则关联函数。

Softmax Regression

课程中使用GLMs推导了二项分布模型的数学表达式,由于过程复杂且本人学习重点不在这里,因此就不记录了,有兴趣可以看讲义,里面有详细过程。

GLM是一个强大的建模工具

从上面的例子中我们可以看到,有了GLM之后,我们所要做的仅仅是决定对某个问题我们使用哪种概率模型即可。决定了之后,如果这个概率模型属于是指数分布族(大多数情况下都是这样),那么就可以通过上述步骤“自动地”得出用于模拟这个概率模型的含参数学表达式。

上一篇下一篇

猜你喜欢

热点阅读