回歸模型課件

第3講回歸模型outline1.一個例子2.最小二乘法3.概率解釋4.從線性到非線性：用線性模型5.深度研究：正則化6.深度研究：偏置-方差困境7.當注入噪聲，發(fā)生了什么事情知識點：回歸分析的基本理論概念、性質(zhì)、計算最小二乘法的推導和計算回歸分析的概率解釋非線性函數(shù)的回歸分析回歸分析的深度思考重點與難點：重點：回歸分析推導和計算。難點：回歸分析概率解釋。公式中

定義的是一組固定但未知的參數(shù)，ε表示模型的期望誤差，“固定的”表示我們假定環(huán)境是穩(wěn)定的，靜態(tài)的(stationary)，寫為向量矩陣形式：假定

，各個分量代表各個特征輸入，構成一個回歸量；d對應于x的一個輸出。它們的依賴關系可以由如下一個線性回歸模型表達。假定有訓練集定義如下costfunction（代價或能量函數(shù)）：通過梯度下降算法，我們可以得到ω，η稱為學習速率。2.最小二乘法假定有訓練集

定義如下costfunction（代價或能量函數(shù)）：通過梯度下降算法，我們可以得到ω，η稱為stepsize，機器學習叫學習速率。2.最小二乘法

令，

因此計算參數(shù)ω的算法是這個算法也稱為Widrow-Hoff學習規(guī)則，至此此時只針對Ω僅有一個樣本的情況。對于N個樣本情形，可以改造算法如下：注意到算法每次迭代都是把整個訓練集用來更新參數(shù)，這種形式稱為batchgradientdescent批量梯度下降

這種方法稱為隨機梯度下降算法（stochasticgradientdesent），在比較大的訓練集的情況下，BGD算法計算量大。雖然SGD算法在最小值得周邊震蕩，但依然選擇本算法，因為可以較快收斂。也可以如下操作，有同樣的效果：如果逆存在，可以得到顯示解，于是，要最小化J，令其導數(shù)為零，則有，則在這里誤差假設服從高斯分布indicatesthatthisisthedistributionofy(i)givenx(i)andparameterizedbyθ.weshouldnotconditiononθ(“p(y(i)|x(i),θ)”),sinceθisnotarandomvariable.GivenX(thedesignmatrix,whichcontainsallthex(i)’s)andθ,whatisthedistributionofthey(i)’s?Theprobabilityofthedataisgivenbyp(y|X;θ).Thisquantityistypicallyviewedafunctionofy(andperhapsX),forafixedvalueofθ.Whenwewishtoexplicitlyviewthisasafunctionofθ,wewillinsteadcallitthelikelihoodfunction:對多個y

Now,giventhisprobabilisticmodelrelatingthey(i)’sandthex(i)’s,whatisareasonablewayofchoosingourbestguessoftheparametersθ?Theprincipalofmaximumlikelihoodsaysthatweshouldchooseθsoastomakethedataashighprobabilityaspossible.I.e.,weshouldchooseθtomaximizeL(θ).LeastSquaresRegressionLeastSquaresRegressionStatisticalmodel：where

iszero-meannoisefori=1，..n。Ideallynoiseshouldbeiidzero-meanGaussianforsomeunknowmσ2Remark:leastsquaresregressionissensitivetooutliers

notrobustif

isheaviertailedthanGaussian4.從線性到非線性：用線性模型LinearModelwithNonlinearBasisConsidernonlinearbasisfunctions,wecanwriteagenerallinearmodelasExampleⅠ:ExampleⅡ:Canstilluseleastsquaresmethodtoestimatestilllinearmodel：estimationmethodislinearLinearmethodcanmodelnonlinearfunctionsusingnonlinearbasisfunctionsModelNonlinearity構造（w，d）的聯(lián)合概率分布函數(shù)上，觀測的回歸量x為條件，由貝葉斯公式注意：此處觀察量和隨機變量混淆了，請結合上下文理解。1.觀測密度p(d|ω,x)：給定參數(shù)向量ω，由回歸量x對環(huán)境響應d的觀測；2.先驗(prior)p(ω|x)：表示對ω的先驗知識。ω獨立于x，所以p(ω|x)=p(ω)，記為π(ω)3.后驗密度(posteriordensity)：P(ω|d,x)表示看到d，x產(chǎn)生ω的可能性，以后記為π(ω|d,x)。4.證據(jù)p(d|x)：表示基于x的d的取值概率。概率解釋的貝葉斯公式符號∝表示正比，表示似然函數(shù)。通過最大化似然函數(shù)，可以求得ω，稱為最大似然估計(ML)。在這里，因p(d|x)作為一個歸一化的常量角色，在研究ω的時候可以不管它，我們早先的概率解釋中，d用y表示。這是文獻中常用的兩種表示方式。將訓練集樣本理解為N次試驗，有第i次試驗的似然函數(shù)為：對于N次試驗對等式兩端取對數(shù)，我們發(fā)現(xiàn)優(yōu)化l(w|d,x)與JΩ一致。將這個式子帶入后驗估計：考慮到先驗信息，以及我們的假設3：1.p=0,非凸，不可導；(w中非0元素的個數(shù))。求解是NP問題。2.p=1,（p=1,Lasso：Leastabsoluteshrinkageandselectionoperator,Tibshirani(1996)）,是p=0的最好近似，現(xiàn)有許多稀疏編碼采用。3.p∈(0,1)，非凸，可導；4.p>1,凸，可導。5.p=2算法穩(wěn)定,且允許M＞N。我們正則化約束實質(zhì)上是約束了ω的取值空間，讓模型復雜度變低。常用的正則化方式：當樣本數(shù)量無限大的時候，因為是的解，這個方程也稱為法方程（NormalEquation）可以證明:ω是滿足最小均方誤差的解。因此，最大似然估計的解是無偏的，而最大后驗的解是有偏的。我們利用正則化（引入先驗知識）改進最大似然估計器的穩(wěn)定性，其最大后驗估計的結果是有偏的。6.深度研究：偏置-方差困境Bias-VarianceDilemma隨機環(huán)境的數(shù)學模型，其參數(shù)向量為w

a)隨機環(huán)境的回歸數(shù)學模型,理想狀況下；b)是基于觀察數(shù)據(jù)的物理模型，是未知參數(shù)向量ω的估計。是如下代價函數(shù)的最小化值：令ΕΩ