线性回归与逻辑回归LR
- 线性回归
- 应用场合
- 求解
- 最小二乘法
- 梯度下降法
- 加入正则化
- 岭回归Ridge regression
- lasso回归lasso regression
- 从贝叶斯角度理解这俩回归
- 逻辑回归LR
- 交叉熵损失(极大似然损失)
- 梯度下降法
- 优缺点
- 区别与联系以及其他常见问题
线性回归
回归是监督学习的一个重要问题,回归用于预测输入变量和输出变量之间的关系。回归模型是表示输入变量到输出变量之间映射的函数。
回归问题的学习等价于函数拟合:使用一条函数曲线使其很好的拟合已知函数且很好的预测未知数据。
回归问题按照输入变量的个数可以分为一元回归和多元回归;按照输入变量和输出变量之间关系的类型,可以分为线性回归和非线性回归。
一元回归:
多元回归:
应用场合
线性回归的应用场合大多是回归分析,一般不用在分类问题上,原因可以概括为一下两个:
1)回归模型是连续模型,即预测出的值都是连续值(实数值),非离散值;
2)线性回归在整个实数域内敏感度一致,预测结果受样本噪声的影响比较大。
求解
最小二乘法
假设模型结果与测量值误差满足,均值为0的高斯分布,即正态分布。这个假设是靠谱的,符合一般客观统计规律。
设
似然函数:
取对数:
需要极大似然估计,即最后一项的后半部分最小,即得到损失函数:
损失函数:平方损失函数
最小化目标函数: 由于目标函数连续,那么
求导可得:
矩阵求导可参考:
标量、向量与矩阵的求导向量、矩阵求导的重要公式
解得:
然鹅有解的前提是是可逆的
梯度下降法
- BGD:所有n个样本的平均损失
- SGD:单个样本处理
- mini-batch:多个样本处理
由于在线性回归中,目标函数收敛而且为凸函数,是有一个极值点,所以局部最小值就是全局最小值。
加入正则化
前面说了解析解是
并且有解的前提是是可逆的
若不可逆或为了防止过拟合,我们可以增加lambda扰动
按着求解过程倒回去,可以得到带有正则化项的损失函数
从另一个角度来看,这相当与给我们的线性回归参数增加一个惩罚因子,这是必要的,我们数据是有干扰的,不正则的话有可能数据对于训练集拟合的特别好,但是对于新数据的预测误差很大。
加入 L1 或 L2 正则化,让权值尽可能小,最后构造一个所有参数都比较小的模型。因为一般认为参数值小的模型比较简单,能适应不同的数据集,也在一定程度上避免了过拟合现象。
可以设想一下对于一个线性回归方程,若参数很大,那么只要数据偏移一点点,就会对结果造成很大的影响;但如果参数足够小,数据偏移得多一点也不会对结果造成什幺影响,一种流行的说法是『抗扰动能力强』。
岭回归Ridge regression
岭回归(ridge regression)其实就是在标准线性回归的基础上加入L2 正则化(regularization)
L2约束就是一个圆,
要求的就是在约束的条件下寻找最小的损失。所以其实就是找约束的图形和等值线的交点。
ridge 更容易使得权重接近 0,但由于交点在坐标轴(某维度值为零)的概率较小,所以没有让参数稀疏化的作用,但可以让参数变小,减缓过拟合。
lasso回归lasso regression
lasso回归其实就是在标准线性回归的基础上加入L1 正则化(regularization)
而L1损失的交点更容易在坐标轴上,所以更容易让参数稀疏化
正是由于 lasso 容易使得部分权重取 0,所以可以用其做 feature selection,lasso 的名字就指出了它是一个 selection operator。权重为 0 的 feature 对回归问题没有贡献,直接去掉权重为 0 的 feature,模型的输出值不变。
从贝叶斯角度理解这俩回归
给定观察数据D, 贝叶斯方法通过最大化后验概率估计参数w。
p(D|w)是似然函数(likelihood function): 参数向量w的情况下,观测数据D出现的概率
p(w)是参数向量的先验概率(prior)
对于似然函数部分有:
对后验概率取对数有
当先验概率分布满足正态分布的时候
可以看到,似然函数部分对应于损失函数(经验风险),而先验概率部分对应于正则项。L2正则,等价于参数w的先验概率分布满足正态分布。当先验概率分布满足拉普拉斯分布的时候
L1正则,等价于参数w的先验概率分布满足拉普拉斯分布。
对比拉普拉斯分布和高斯分布,可以看到拉普拉斯分布在0值附近突出;而高斯分布在0值附近分布平缓,两边分布稀疏。对应地,L1正则倾向于产生稀疏模型,L2正则对权值高的参数惩罚重。
逻辑回归LR
逻辑回归就是一种减小预测范围,将预测值限定为[0,1]间的一种回归模型。
LR本质上还是线性回归,其实仅为在线性回归的基础上,套用了一个逻辑函数sigmoid。
逻辑曲线在z=0时,十分敏感,在z>>0或z<<0处,都不敏感,将预测值限定为(0,1)。
逻辑回归不是回归,是分类
交叉熵损失(极大似然损失)
满足二项分布
则对于单个样本,其后验概率为:
似然函数:
对数似然函数:
对对数似然函数求最大值,得到 的极大似然估计值
梯度下降法
损失函数:
优缺点
优点:
1)预测结果是介于0和1之间的概率
2)可以适用于连续性和类别性自变量
3)容易使用和解释
缺点:
1)对模型中自变量多重共线性较为敏感,例如两个高度相关自变量同时放入模型,可能导致较弱的一个自变量回归符号不符合预期,符号被扭转。需要利用因子分析或者变量聚类分析等手段来选择代表性的自变量,以减少候选变量之间的相关性;
2)预测结果呈“S”型,因此从kog(odds)向概率转化的过程是非线性的,在两端随着log(odds)值的变化,概率变化很小,边际值太小,slope太小,而中间概率的变化很大,很敏感,导致很多区间的变量变化对目标概率的影响没有区分度,无法确定阈值。
区别与联系以及其他常见问题
- 线性回归,采用的是平方损失函数。而逻辑回归采用的是 对数 损失函数
- 过拟合问题问题起源?如何解决?
模型太复杂,参数过多,特征数目过多。
方法:
1) 减少特征的数量,有人工选择,或者采用模型选择算法
2) 正则化,即保留所有特征,但降低参数的值的影响。正则化的优点是,特征很多时,每个特征都会有一个合适的影响因子。