【机器学习】Logistic回归---学习笔记(重新整理)
Logistic回归学习笔记
- Logistic回归学习线路
- 预备知识:建议先去B站学习一下信息量,熵,BL散度,交叉熵的概念。
- Logistic回归的函数模型
- 损失函数、损失最小化架构
- 对数损失作为损失函数
- 损失最小化架构
- 分类函数
- 最大概率分类函数
- 阈值分类函数
- Logistic回归的优化算法
- 梯度下降
- 随机梯度下降
- 小批量梯度下降
- 坐标下降
Logistic回归学习线路
预备知识:建议先去B站学习一下信息量,熵,BL散度,交叉熵的概念。
推荐B站视频:“交叉熵”如何做损失函数?打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”
信息量(Information)指的是一个事件所包含的信息的多少,通常用以2为底的对数表示。比如说,如果一个事件发生的概率是1/8,那么这个事件的信息量就是log2(1/8)=-3,因为需要三个比特才能表示它。
熵(Entropy)是一个系统或信源中不确定性的度量,也可以理解为信息的平均量。在信息论中,熵越大表示系统或信源越难以预测,因此包含的信息越多。比如说,一堆硬币正反面朝上的情况有很多种可能性,因此它们的熵比一堆已知全是正面朝上的硬币要高。
KL散度(Kullback-Leibler
divergence),又称相对熵,是衡量两个概率分布之间差异的一种方式。KL散度是非负的,并且当且仅当两个分布完全相同时取值为0。
交叉熵(Cross-entropy)是一种用来比较两个概率分布之间差异的方法,它通常用于评估分类模型的性能。与KL散度类似,交叉熵也是非负的,当且仅当两个分布相等时取值为0。
本节知识导图
Logistic回归的函数模型
逻辑回归是一个分类模型
它可以用来预测某件事发生是否能够发生。分类问题是生活中最常见的问题:
生活中:比如预测上证指数明天是否会上涨,明天某个地区是否会下雨,西瓜是否熟了
金融领域:某个交易是否涉嫌违规,某个企业是否目前是否违规,在未来一段时间内是否会有违规
互联网:用户是否会购买某件商品,是否会点击某个内容
对于已知的结果,上面问题的回答只有:0,1 。
我们以以下的一个二分类为例,对于一个给定的数据集,存在一条直线可以将整个数据集分为两个部分:
此时,决策边界为w1x1+w2x2+b=0w_{1}x_1+w_2x_2+b=0w1x1+w2x2+b=0,此时我们很容易将h(x)=w1x1+w2x2+b>0h(x)=w_1x_1+w_2x_2+b>0h(x)=w1x1+w2x2+b>0的样本设置为1,反之设置为0。但是这其实是一个感知机的决策过程。
逻辑回归在此基础上还需要在加上一层,找到分类概率与输入变量之间的关系,通过概率来判断类别。
回顾一下线性回归模型:h(x)=wTx+bh(x)=w^Tx+bh(x)=wTx+b在线性模型的基础上加上一个函数ggg,即h(x)=g(wTx+b)h(x)=g(w^Tx+b)h(x)=g(wTx+b)。这个函数就是sigmoid函数,也叫做logistic函数g(z)=11+e−zg(z)=\frac{1}{1+e^{-z}}g(z)=1+e−z1
它可以将一个线性回归中的结果转化为一个概率值。此时h(x)h(x)h(x)表示的就是某件事发生的概率,我们也可以记为p(Y=1∣x)p(Y=1|x)p(Y=1∣x)
可以看下sigmoid函数的图像:
总结:这样,我们便得到Logistic模型h(x)h(x)h(x)的表达式h(x)=11+e−wTx+bh(x) = \frac{1}{1+e^{-w^Tx+b}}h(x)=1+e−wTx+b1
:h(xi)h(x_i)h(xi)的意义在于 样本xix_ixi的标签为1的概率为h(x)h(x)h(x)
损失函数、损失最小化架构
对数损失作为损失函数
对数损失:l(y,y^)=−∑i=1myilog2y^l(y,\hat{y})=-\sum_{i=1}^my_ilog_2\hat{y}l(y,y^)=−i=1∑myilog2y^
当lll取最小值的时候,模型y^\hat{y}y^分布最接近真实(理论)模型yiy_iyi分布
损失最小化架构
因为是二分类问题,所以
将其带入对数损失函数lll
所以二分类的损失最小化架构为:
min−∑[yilog(h(xi))+(1−yi)log(1−h(xi))]min -\sum [y_ilog(h(x_i))+(1-y_i)log(1-h(x_i))]min−∑[yilog(h(xi))+(1−yi)log(1−h(xi))]
逻辑回归损失函数为什么不用最小二乘法?答案
这就是交叉熵:
−∑[yilog(h(xi))+(1−yi)log(1−h(xi))]-\sum [y_ilog(h(x_i))+(1-y_i)log(1-h(x_i))]−∑[yilog(h(xi))+(1−yi)log(1−h(xi))]
从概率论、统计学角度来看损失最小化架构(交叉熵):
在统计学中,假设我们已经有了一组样本(X,Y),为了计算出能够产生这组样本的参数。通常我们会采用最大似然估计的方法(一种常用的参数估计的方法)。使用到最大似然估计的话,我们还要一个假设估计,这里我们就是假设 YYY是服从于伯努利分布的。P(Y=1∣x)=p(x)P(Y=1|x)=p(x)P(Y=1∣x)=p(x)P(Y=0∣x)=1−p(x)P(Y=0|x)=1-p(x)P(Y=0∣x)=1−p(x)由于YYY服从于伯努利分布,我们很容易就有似然函数:L=∏[p(xi)yi][1−p(xi)](1−yi)L=\prod[p(x_i)^{y_i}][1-p(x_i)]^{(1-y_i)}L=∏[p(xi)yi][1−p(xi)](1−yi)为了求解我们可以两边取对数:
logL=∑[yilog(p(xi))+(1−yi)log(1−p(xi))]logL = \sum [y_ilog(p(x_i))+(1-y_i)log(1-p(x_i))]logL=∑[yilog(p(xi))+(1−yi)log(1−p(xi))]
最大似然估计其实就是取概率的概率最大的那个概率模型:这么说你可能不懂,换种方式,∏p(h(xi)∣θ)\prod p(h(x_i)|\theta)∏p(h(xi)∣θ),已有概率模型h(x)h(x)h(x)在现有样本θ\thetaθ的条件下,计算出值越大,越说明h(x)h(x)h(x)最接近理论概率模型
我们一般喜欢取式子的最小值,所以将原式子转化一下
min(−logL)=min−∑[yilog(p(xi))+(1−yi)log(1−p(xi))]min(-logL) =min -\sum [y_ilog(p(x_i))+(1-y_i)log(1-p(x_i))]min(−logL)=min−∑[yilog(p(xi))+(1−yi)log(1−p(xi))]
这里的p(xi)p(x_i)p(xi)对应的就是h(xi)h(x_i)h(xi)
从信息量,熵的角度来看损失最小化架构:
KL散度:当DKL=0D_{KL}=0DKL=0时,P模型=Q模型,我们追求的就是我们所构建的Q模型(也就是h(x)h(x)h(x))接近真实P模型(这里是样本的理论模型,pi为p_i为pi为样本)
没错,根据吉布斯不等式,交叉熵≥\geq≥ P系统的熵,所以当我们取交叉熵的最小值时,Q模型越接近真实的理论P模型,又知道,信息量的定义是f:=−log2xf:=-log_2xf:=−log2x
所以带入原式子,交叉熵为:−∑i=1mpilog2x-\sum_{i=1}^mp_ilog_2x−i=1∑mpilog2x
这也就是对数损失的由来:l(y,y^)=−∑i=1myilog2y^l(y,\hat{y})=-\sum_{i=1}^my_ilog_2\hat{y}l(y,y^)=−i=1∑myilog2y^看老师的课的时候,直接丢给我一个对数损失,然后又直接讲交叉熵,对数损失为啥可以作为损失函数,也没告诉我们。通过上面的知识,读者应该明白这个对数损失怎么来的了吧。继续看下去,你会收获更多。
推荐视频:[“交叉熵”如何做损失函数?打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”]
因为是二分类问题,所以
所以二分类的交叉熵为:
−∑[yilog(p(xi))+(1−yi)log(1−p(xi))]-\sum [y_ilog(p(x_i))+(1-y_i)log(1-p(x_i))]−∑[yilog(p(xi))+(1−yi)log(1−p(xi))]
这里的p(xi)p(x_i)p(xi)对应的就是h(xi)h(x_i)h(xi)
这两个角度的思考:
- 它们推导出来的式子是一样的,是不是都能叫交叉熵?
- 不是的,它们只是式子相同,最大似然估计函数推导的时候是因为习惯上将相乘改为相加,所以才出现的logloglog,它的底数可以为任意正数,而且没有单位,而信息量将log2log_2log2写进了定义里,并且他是有单位的,比特就是它的单位。
分类函数
最大概率分类函数
在一个kkk元分类问题中,给定预测概率模型hhh,即
h(x)=(h1(x),h2(x),...,hk(x))h(x)=(h_1(x),h_2(x),...,h_k(x))h(x)=(h1(x),h2(x),...,hk(x))其中,hi(x)h_i(x)hi(x)是样本属于第i个类别的概率。
关于模型h的最大概率分类函数为:
MaxProbh(x)=argmaxhi(x)MaxProb_h(x)=argmax h_i(x)MaxProbh(x)=argmaxhi(x)
:argmax,取最大值的下标。
这个hi(x)h_i(x)hi(x)可以理解为,样本标签为hih_ihi的概率,最大hih_ihi的作为样本i的标签
阈值分类函数
在一个2元分类问题中,设标签在{0,1}中取值。
给定预测概率模型h,即h(x)表示特征组x的标签为1的概率。
关于模型h的以t为阈值的阈值分类函数为:
其就是,如果真实标签为1,那么就是当预测模型(标签为1)函数值大于某个值的时候,便认为预测标签为1,反正为0
Logistic回归的优化算法
梯度下降
理论部分:我的另一篇文章:搜索算法—学习笔记
achine_learning.logistic_regression.lib.logistic_regression_gd
import numpy as npdef sigmoid(scores):return 1 / (1 + np.exp(-scores))class LogisticRegression:def fit(self, X, y, eta=0.1, N = 1000): #eta ηm, n = X.shapew = np.zeros((n,1))for t in range(N):h = sigmoid(X.dot(w)) #hw(X)g = 1.0 / m * X.T.dot(h - y) #梯度gw = w - eta * g #更新wself.w = wdef predict_proba(self, X):return sigmoid(X.dot(self.w)) # 概率def predict(self, X):proba = self.predict_proba(X) # 概率return (proba >= 0.5).astype(np.int)
交叉熵是一个凸函数吗,可导。
随机梯度下降
理论部分:我的另一篇文章:搜索算法—学习笔记
import numpy as npdef sigmoid(scores):return 1.0 / (1 + np.exp(-scorecs ))class LogisticRegression:def fit(self, X, y, eta_0=10, eta_1=50, N=1000):m, n = X.shapew = np.zeros((n,1))self.w = wfor t in range(N):i = np.random.randint(m) #随机选一个样本 x(i)x = X[i].reshape(1, -1) # 1*n 向量pred = sigmoid(x.dot(w)) # hw(x)g = x.T * (pred - y[i]) # 梯度w = w - eta_0 / (t + eta_1) * g # 更新wself.w += wself.w /= N # w均值def predict_proba(self, X):return sigmoid(X.dot(self.w))def predict(self, X):proba = self.predict_proba(X)return (proba >= 0.5).astype(np.int)
小批量梯度下降
坐标下降
【机器学习】Logistic回归---学习笔记(重新整理)相关推荐
- 《机器学习实战》学习笔记(八):预测数值型数据 - 回归
欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...
- 《机器学习实战》学习笔记第八章-回归
目录 线性回归 标准回归 局部加权线性回归 预测鲍鱼的年龄 缩减系数来"理解"数据 岭回归 lasso 前向逐步回归 预测乐高玩具套件的价格 获取数据 线性回归 回归的目的就是预测 ...
- 李宏毅深度学习笔记——呕心整理版
李宏毅深度学习笔记--呕心整理版 闲谈叨叨叨: 之前看过吴恩达的一部分课程,所以有一定理论基础,再看李宏毅的课程会有新的理解.我先以有基础的情况写完学习过程,后续再以零基础的角度补充细节概念(估计不会 ...
- 《机器学习实战》学习笔记(七):利用AdaBoost 元算法提高分类性能
欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...
- 重修-龙珠计划机器学习训练营task1-part2学习笔记
文章标题:龙珠计划机器学习训练营task1-part2学习笔记 一.学习知识点概要 利用鸢花数据(iris)进行逻辑回归方法的训练,该数据集一共包含5个变量,其中4个特征变量,1个目标分类变量.共有1 ...
- Python3《机器学习实战》学习笔记(二):决策树基础篇之让我们从相亲说起
转载请注明作者和出处: http://blog.csdn.net/c406495762 运行平台: Windows Python版本: Python3.x IDE: Sublime text3 个人网 ...
- 机器学习knn算法学习笔记使用sklearn库 ,莺尾花实例
** 机器学习knn算法学习笔记使用sklearn库 ,莺尾花实例. 具体knn算法是怎样的我这里就不再详细论述.在这里我注意总结我使用knn算法进行一个分类的分析 ** 分析过程 1.前期准备 引入 ...
- Python3《机器学习实战》学习笔记(八):支持向量机原理篇之手撕线性SVM
原 Python3<机器学习实战>学习笔记(八):支持向量机原理篇之手撕线性SVM 置顶 2017年09月23日 17:50:18 阅读数:12644 转载请注明作者和出处: https: ...
- Python3《机器学习实战》学习笔记(三):决策树实战篇
转载请注明作者和出处: http://blog.csdn.net/c406495762 运行平台: Windows Python版本: Python3.x IDE: Sublime text3 ...
最新文章
- PropertiesFactoryBean PropertyPlaceholderConfigurer 区别
- 如何用Java制作一个简易日历
- 有关计算机组装的书,计算机组装实习报告书.doc
- 华中科技大学计算机上机,华中科技大学计算机学院上机复试题目.doc
- SpringMVC源码阅读:过滤器
- _reincarnation
- 6.Boost之smartpointer
- 职业高中计算机英语教案,职高英语shopping教学设计.doc
- DataGridView中的CheckBox
- VMware vSphere 功能特性比较 vsphere 6.5/6.7/7.0
- docker教程_2 docker常见命令
- 【收藏的JS库】 Javascript常用的库 (包含图片处理、动画库、语音命令库、视觉检测、机器学习等)
- 1194. 锦标赛优胜者
- 互联网周刊eNet研究院:2018中国数字化转型最佳解决方案TOP100
- 华硕支持2003服务器主板,驱动天空 - 品牌主板 - 服务器主板 SERVER - 华硕服务器主板...
- 量化人才之战如何取胜
- 【雅思大作文考官范文】——第十二篇:'positive or negative' essay
- POJ 3067 Japan【树状数组】
- python成绩查询系统_Python爬虫实战:登录教务系统查成绩
- 基于EP4CE10F17C8N芯片详解Altera Cyclone系列器件命名规则
热门文章
- 左手坐标系和右手坐标系
- 原生js操作元素类名—classList.add()、classList.remove()、classList.contains()、classList.toggle()
- android 点赞爆炸,核心动画 - 点赞爆炸效果
- Weex 环境安装小结 1
- HFSS学习笔记 13 边界条件(一)
- 微信公众号访问提示网络出错
- 微信上如何制作投票链接?5分钟快速制作活动链接方法
- 电脑问题处理篇:宏基(Acer)笔记本电脑开机显示NO BOOTABLE DEVICE的解决办法
- Ubuntu Linux投影的操作
- 后端、前端、测试应该怎么选?