机器学习基础(三): 模型评估与选择 - 方差与偏差

2019-09-26 本文已影响0人阿瑟_TJRS

前言

本笔记是笔者学习西瓜书所做笔记，转载请附本文链接及作者信息。
有问题欢迎在交流区探讨学习，QQ：761322725
码字不易，好心人随手点个赞👍
机器学习中如何考量算法模型的泛化能力是非常重要的内容，影响着模型在实际环境下的使用。
偏差-方差分解工具(bias-variance decomposition)是解释模型泛化能力的重要工具

符号定义

$x$ :测试样本
$D$ :训练集
$f(x;D)$ :基于训练集得到的模型对测试集的预测结果
$y$ ：样本 $x$ 的真实标记
$y_D$ ：样本 $x$ 在数据集上的标记

方差-偏差

泛化能力关注模型在不同数据集上的表现，因此使用数量相同的不同训练集进行模型学习训练，(回归任务)最后预测结果的期望是：

$\bar{f}(x)=\mathbb{E}_D(f(x;D))$
即不同训练结果的平均值

不同数据训练所产生的方差为：
$var(x)=\mathbb{E}_D[(f(x;D)-\bar{f}(x))^2]$

噪声： $\varepsilon=\mathbb{E}[(y-y_D)^2]$
反映由于数据标记的错误引起的噪声

偏差：反映真实标记与实际预测的差别：
$bias^2(x)=(y-f(x))^2$

分解

考察算法所期望的泛化误差：
$\mathbb{E}(f;D)=\mathbb{E}_D[(f(x;D)-y_D)^2]$
$=\mathbb{E}_D[(f(x;D)-\bar{f}(x)+\bar{f}(x)-y_D)^2]$
$=\mathbb{E}_D[(f(x;D)-\bar{f}(x))^2]+\mathbb{E}_D[(\bar{f}(x)-y_D)^2]+\mathbb{E}_D[2(\bar{f}(x)-y_D)(f(x;D)-\bar{f}(x))]$

$\color{red}{\bar{f}(x)=\mathbb{E}_D(f(x;D))}$ 所以最后一项=0

$=\mathbb{E}_D[(f(x;D)-\bar{f}(x))^2]+\mathbb{E}_D[(\bar{f}(x)-y_D)^2]$
$=\mathbb{E}_D[(f(x;D)-\bar{f}(x))^2]+\mathbb{E}_D[(\bar{f}(x)-y+y-y_D)^2]$

//拆分操作

$=\mathbb{E}_D[(f(x;D)-\bar{f}(x))^2]+ \mathbb{E}_D[(\bar{f}(x)-y)^2]+\mathbb{E}_D[(y-y_D)^2]$

$+\mathbb{E}_D[2(y-y_D)(\bar{f}(x)-y)]$
// 假设噪声期望为0 ，最后一项为0
$=\mathbb{E}_D[(f(x;D)-\bar{f}(x))^2]+ \mathbb{E}_D[(\bar{f}(x)-y)^2]+\mathbb{E}_D[(y-y_D)^2]$

$\color{red}{=var(x)+\varepsilon+bias^2(x)}$

即泛化误差可以分解为 $\color{red}{偏差、方差、与噪音之和}$

偏差-方差的关系及示例

偏差度量模型本身的拟合能力，刻画期望预测与真实值的偏差
方差度量模型对数据扰动的反映情况，刻画数据扰动对模型的影响
噪音则是学习任务的下限，描述问题任务本身的难度

从上述分析可以看出，偏差和方差是一对相互冲突的量，存在"偏差-方差窘境"：

为了模型效果更好，往往会多次训练，使得偏差更小；然而却容易过拟合，使得抗数据扰动能力不足，方差偏大；
而训练次数比较小时，模型拟合能力不足，数据的扰动不足以让模型引起变化，从而方差偏小，偏差偏大

关系图
举例说明：
随机森林RF与xgboost:

RF随机选择划分特征集，构建树，使得模型抗数据扰动能力很强，方差很小；而由于学习使用的数据不全，拟合能力不强，偏差很大；
因此RF需要使用强学习器，设置树的深度很大，以提高拟合能力（偏差大，方差小）
Xgboost则存在方差大、偏差小的情况，对数据拟合能力很强，往往使用弱学习器，树的深度较浅，减少过拟合的可能性

总结

偏差-方差工具是非常有效的模型泛化能力解释工具，在今后的学习可以多使用该基础原理进行分析

参考资料

周志华.《机器学习》

机器学习基础(三): 模型评估与选择 - 方差与偏差

前言

符号定义

方差-偏差

分解

偏差-方差的关系及示例

总结

参考资料

猜你喜欢

热点阅读