机器学习入门(14)--逻辑回归(2)

在这里再介绍下逻辑回归几个重要概念

1. 决策边界，也称为决策面，是用于在N维空间，将不同类别样本分开的平面或曲面。首先看Andrew Ng老师课程上的两张图：

线性决策边界：

非线性决策：

非线性决策边界：

上面两张图很清晰的解释了什么是决策边界，决策边界其实就是一个方程，在逻辑回归中，决策边界由theta’X=0定义。

要注意理解假设函数和决策边界函数的区别与联系。决策边界是假设函数的属性，由假设函数的参数决定。在逻辑回归中，假设函数（h=g(z)）用于计算样本属于某类别的可能性；决策函数（h=1(g(z)>0.5)）用于计算（给出）样本的类别；决策边界（θ^Tx=0）是一个方程，用于标识出分类函数（模型）的分类边界。

2. 代价函数

线性回归中的代价函数：

线性回归中的代价函数看上去很好理解，但却不能用于逻辑回归，原因如下：如果我们使用这个代价值形式，J(θ)会变成参数θ的非凸函数，因为在逻辑回归中，H(θ)是一个Sigmoid函数，其曲线如下：

该函数是一个非凸函数，有很多局部最优值。如果你把梯度下降法用在一个这样的函数上，不能保证它会收敛到全局最小值。相应地我们希望我们的代价函数J(θ)是一个凸函数，是一个单弓形函数，如下：

如果对它使用梯度下降法，我们可以保证梯度下降法会收敛到该函数的全局最小值。由于H(θ)是一个sigmoid函数，导致J(θ)成为一个非凸函数，因此，我们需要另外找到一个不同的代价函数，它是凸函数，使得我们可以使用很好的算法，如梯度下降法，而且能保证找到全局最小值。因此，我们采用如下的形式计算样本的代价值：

其图像为：

从图中可以看出，这样构建的 Cost(hθ(x),y)函数的特点是:当实际的 y=1 且 hθ也为 1 时误差为 0,当 y=1 但 h θ不为 1 时误差随着 hθ的变小而变大;当实际的 y=0 且 hθ也为 0 时代价为 0,当 y=0 但 hθ 不为 0 时误差随着 hθ的变大而变大。Cost(hθ(x),y)的归一化表示是：

Cost(hθ(x),y)=−ylog(hθ(x))−(1−y)log(1−hθ(x))

代入原代价函数，得到逻辑回归的代价函数：

补充：极值，简单地说，是指一群同类量中的最大量(或最小量)．对于极值问题的研究，历来被视为一个引人入胜的课题．波利亚说过：“尽管每个人都有他自己的 问题，我们可以注意到，这些问题大多是些极大或极小问题．我们总希望以尽可能低的代价来达到某个目标，或者以一定的努力来获得尽可能大的效果，或者在一定 的时间内做最大的功，当然，我们还希望冒最小的风险。我相信数学上关于极大和极小的问题，之所以引起我们的兴趣，是因为它能使我们日常生活中的问题理想 化．”波利亚，《数学与猜想》，第一卷，第133页我们将看到，许多实际问题和数学问题，都可归结为形形色色的极值问题，才能得到统一地解决．

3. 梯度下降

在逻辑回归中，依然使用梯度下降法对代价函数进行优化，完整形式如下：

注意：逻辑回归和线性回归问题中，梯度下降算法的形式看上去是一致的（更新参数的规则看起来基本相同），但实际上两者是完全不同的，因为假设函数是不同的，需要特别注意这一点。其向量化实现（vectorized implementation）如下：

计算偏导数的过程，先来计算S函数的偏导数

那么偏导数的计算过程如下：

4.高级优化

除了梯度下降算法以外还有一些常被用来令代价函数最小的算法,这些算法更加复杂和优越, 而且通常不需要人工选择学习率,通常比梯度下降算法要更加快速。这些算法有:

1. 共轭梯度 (Conjugate Gradient)

2. 局部优化法(Broyden fletcher goldfarb shann,BFGS)

3. 有限内存局部优化法(LBFGS)

5. 多类分类

多类分类问题中,我们的训练集中有多个类(>2),我们无法仅仅用一个二元变量(0或1)来做判断依据。例如我们要预测天气情况分四种类型:晴天、多云、下雨或下雪。下面是一个多类分类问题可能的情况:

一种解决这类问题的途径是采用一对多(One-vs-All)方法。在一对多方法中,我们将多类分

类问题转化成二元分类问题。为了能实现这样的转变,我们将多个类中的一个类标记为正向类

(y=1),然后将其他所有类都标记为负向类,这个模型记作：

接着,类似地第我们选择另一个类标记为正向类(y=2),再将其它类都标记为负向类,将这个模型记作,

依此类推。最后我们得到一系列的模型简记为:

其中 i = 1,2,3,...,k步骤可以记作下图：

最后,在我们需要做预测时,我们将所有的分类机都运行一遍,然后对每一个输入变量,都选

择最高可能性的输出变量。