李宏毅机器学习误差和梯度下降法

误差(Error)

误差的来源

  • 李宏毅机器学习误差和梯度下降法 的主要来源有两个,分别是 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法偏差方差)。

模型的估测

step1~step3 训练得到我们的理想模型 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 其实是 李宏毅机器学习误差和梯度下降法 的一个估测。

这个过程就像打靶,李宏毅机器学习误差和梯度下降法 就是我们的靶心,李宏毅机器学习误差和梯度下降法 就是我们投掷的结果。如上图所示,李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 之间蓝色部分的差距就是偏差和方差导致的。

偏差和方差的评估

假设随机变量X(总体)的数学期望为李宏毅机器学习误差和梯度下降法,方差为李宏毅机器学习误差和梯度下降法。假设训练样本的均值为李宏毅机器学习误差和梯度下降法,方差为李宏毅机器学习误差和梯度下降法
通过抽样采集N个数据点:{ 李宏毅机器学习误差和梯度下降法},计算N个数据的平均值(不等于李宏毅机器学习误差和梯度下降法,因为只有数据量足够大的情况下,才能逼近李宏毅机器学习误差和梯度下降法)。对多个李宏毅机器学习误差和梯度下降法计算期望值可得到李宏毅机器学习误差和梯度下降法,这是无偏估计。
同样抽样采集N个数据点:{ 李宏毅机器学习误差和梯度下降法} ,计算N个数据的平均值,然后计算得到样本的方差李宏毅机器学习误差和梯度下降法。对多个李宏毅机器学习误差和梯度下降法计算期望值,但这却是一个有偏估计。但如果增加N的的个数,就接近于无偏估计了。

  • 简单模型的方差比较小(就像射击的时候,每次射击的设置都集中在一个比较小的区域内),复杂模型的方差比较大(散布比较开)。因为简单的模型受到不同训练集的影响是比较小的。
  • 简单模型的偏差比较大,复杂模型的偏差比较小。直观的解释:简单的模型函数集的space比较小,所以可能space里面就没有包含靶心,肯定射不中。而复杂的模型函数集的space比较大,可能就包含的靶心,只是没有办法找到确切的靶心在哪,但足够多的,就可能得到真正的靶心。
  • 李宏毅机器学习误差和梯度下降法过大就是欠拟合,李宏毅机器学习误差和梯度下降法过大就是过拟合。

偏差大-欠拟合

此时应该重新设计模型。可以:

  • 将更多的特征加进去,比如考虑高度,重量,或者HP值等等。
  • 或者考虑更多次幂、更复杂的模型。

如果此时再收集更多的data去训练,也是没有什么帮助的,因为设计的函数集本身就不好,再找更多的训练集也不会更好。

方差大-过拟合

  • 采取和训练更多的数据。
  • 采用正则化(希望参数越小越好)。正则化可能会使得李宏毅机器学习误差和梯度下降法增加,使得函数空间不包括目标函数target。

模型选择

  • 在偏差和方差之间需要一个权衡,使得总错误最小

一个好方法是使用交叉验证,把训练集划分为训练集和验证集。通过训练数据得到模型,然后把模型放到验证集上面进行验证,假设在Model 1,Model 2,Model 3中得到最佳模型为Model 3。然后再把Model 3放到Training Set所有数据上跑,得到模型的参数。需要注意的是,不能再跟据public Testing Set的结果再去重新选模型,如果这么做的话,就会使得模型的泛化能力下降。
N-折交叉验证

梯度下降法

梯度下降法的介绍

  • 梯度下降是一种非常通用的优化算法,能够为大范围的问题找到最优解。梯度下降的中心思想就是迭代地调整参数从而使成本函数最小化。

假设你迷失在山上的浓雾之中,你能感觉到的只有你脚下路面的坡度。快速到达山脚的一个策略就是沿着最陡的方向下坡。这就是梯度下降的做法:通过测量参数向量θ相关的误差函数的局部梯度,并不断沿着降低梯度的方向调整,直到梯度降为0,到达最小值! 具体来说,首先使用一个随机的θ值(这被称为随机初始化),然后逐步改进,每次踏出一步,每一步都尝试降低一点成本函数(如MSE),直到算法收敛出一个最小值。

  • 步骤1:随机选取一个李宏毅机器学习误差和梯度下降法
  • 步骤2:计算微分,也就是当前的斜率,根据斜率来判定移动的方向:
    • 大于0减小李宏毅机器学习误差和梯度下降法
    • 小于0增加李宏毅机器学习误差和梯度下降法
  • 步骤3:根据学习率移动
  • 重复步骤2和步骤3,直到找到最低点

换言之,即为最优化问题
李宏毅机器学习误差和梯度下降法
其中:

  • 李宏毅机器学习误差和梯度下降法 :loss function(损失函数)
  • 李宏毅机器学习误差和梯度下降法 :parameters(参数)

我们的任务是要找一组参数 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 指代一堆参数,同 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法),让损失函数越小越好。
具体步骤如下(假设 李宏毅机器学习误差和梯度下降法 有里面有两个参数 李宏毅机器学习误差和梯度下降法):

  • step1:随机选取初始值
    李宏毅机器学习误差和梯度下降法
  • step2:分别计算初始点处,两个参数对 李宏毅机器学习误差和梯度下降法 的偏微分,然后 李宏毅机器学习误差和梯度下降法 减掉 李宏毅机器学习误差和梯度下降法 乘上偏微分(李宏毅机器学习误差和梯度下降法 即为梯度。)的值,得到一组新的参数。
  • step3:同理反复进行这样的计算。

  • 学习率太低导致迭代至收敛太慢
  • 学习率太高导致直接越过谷底,算法发散

不过对于局部最优点,线性回归问题不大,因为线性回归中的损失函数为凸函数,所以不存在局部最优点。

梯度下降法的几个Tips

Tip1:调整学习率

  • 通常刚开始,初始点会距离最低点比较远,所以使用大一点的学习率
  • update好几次参数之后,比较靠近最低点了,此时减少学习率
  • 比如 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 是次数。随着次数的增加,李宏毅机器学习误差和梯度下降法 减小

注意,学习率不能是一个值通用所有特征,不同的参数需要不同的学习率。
Adagrad 算法:每个参数的学习率都除上之前微分的均方根。
普通梯度下降为:
李宏毅机器学习误差和梯度下降法
李宏毅机器学习误差和梯度下降法
李宏毅机器学习误差和梯度下降法

  • 李宏毅机器学习误差和梯度下降法 是一个参数

Adagrad可以做的更好:
李宏毅机器学习误差和梯度下降法

  • 李宏毅机器学习误差和梯度下降法 :之前参数的所有微分的均方根。对于每个参数都是不一样的。

举个例子:

Tip2:随机梯度下降法

根据计算梯度的样本个数,可分为批量梯度下降(全部样本)、小批量梯度下降(batch个数的样本)、随机梯度下降(单个样本)。
其中:

  • 随机梯度下降法更快,因为损失函数不需要处理训练集所有的数据。

选取一个例子 李宏毅机器学习误差和梯度下降法
李宏毅机器学习误差和梯度下降法
李宏毅机器学习误差和梯度下降法
此时不需要像之前那样对所有的数据进行处理,只需要计算某一个例子的损失函数李宏毅机器学习误差和梯度下降法,就可以赶紧update 梯度。
与普通梯度下降法对比:

Tip3:特征缩放

  • 上图左边是 李宏毅机器学习误差和梯度下降法 的scale比 李宏毅机器学习误差和梯度下降法 要小很多,所以当 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 做同样的变化时,李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 的变化影响是比较小的,李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 的变化影响是比较大的。
  • 坐标系中是两个参数的error surface(现在考虑左边蓝色),因为 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 的变化影响比较小,所以 李宏毅机器学习误差和梯度下降法 对损失函数的影响比较小,李宏毅机器学习误差和梯度下降法 对损失函数有比较小的微分,所以 李宏毅机器学习误差和梯度下降法 方向上是比较平滑的。同理 李宏毅机器学习误差和梯度下降法李宏毅机器学习误差和梯度下降法 的影响比较大,所以 李宏毅机器学习误差和梯度下降法 对损失函数的影响比较大,所以在 李宏毅机器学习误差和梯度下降法 方向有比较尖的峡谷。
  • 上图右边是两个参数scaling比较接近,右边的绿色图就比较接近圆形。
  • 左边的梯度下降并不是向着最低点方向走的,而是顺着等高线切线法线方向走的。但绿色就可以向着圆心(最低点)走,这样做参数更新也是比较有效率。

特征缩放的两种方法:归一化标准化
归一化:将数据映射到(0,1)上。

梯度下降法的限制

  • 容易陷入局部最优点
  • 可能卡在不是极值,但微分值是0的地方
  • 可能实际中只是当微分值小于某一个数值就停下来了,但这里只是比较平缓,并不是极值点

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
xiaoxingxing的头像xiaoxingxing管理团队
上一篇 2022年5月20日
下一篇 2022年5月20日

相关推荐

此站出售,如需请站内私信或者邮箱!