模型评估与模型选择(训练误差和测试误差+过拟合)| 15mins 入门 | 《统计学习方法》学习笔记（四）

模型评估与模型选择

当损失函数给定时，基于损失函数的模型的训练误差(training error)和模型的测试误差(test error)就自然成为学习方法评估的标准.

训练误差的大小，对判定给定的问题是不是一个容易学习的问题是有意义的，但本质上不重要。测试误差反映了学习方法对未知的测试数据集的预测能力，是学习中的重要概念，显然，给定两种学习方法，测试误差小的方法具有更好的预测能力，是更有效的方法。

泛化能力(generalization ability): 学习方法对未知数据的预测能力

一、 训练误差与测试误差

假设学习到的模型是$Y=\hat{f}(X)$,训练误差是模型$Y=\hat{f}(X)$关于训练数据集的平均损失：
$$R_{emp}(\hat{f})=\frac{1}{N}\sum _{i=1}^{N}L(y,\hat{f}(x_i))$$
其中N是训练样本容量。

测试误差是模型$Y=\hat{f}(X)$关于测试数据集的平均损失：
$$e_{test}=\frac{1}{N^{\prime }}\sum _{i=1}^{N^{\prime }}L(y_i,\hat{f}(x_i))$$
其中$N^{\prime }$是测试样本容量。

例如，当损失函数是0-1损失时，测试误差就变成了常见的测试数据集上的误差率(error rate).
$$e_{test}=\frac{1}{N^{\prime }}\sum _{i=1}^{N^{\prime }}I(y_1\ne \hat{f}(x_i))$$
这里$I$是指示函数(indicator function)，即$y\ne \hat{f}(x)$时为1，否则为0.

相应的，常见的测试数据集上的准确率(accuracy)为
$$r_{test}=\frac{1}{N^{\prime }}\sum _{i=1}^{N^{\prime }}I(y_i=\hat{f}(x_i))$$
显然，
$$r_{test}+e_{test}=1$$

二、 过拟合与模型选择

• 当假设空间含有不同复杂度（例如，不同的参数个数）的模型时，就要面临模型选择(model selection)问题。如果在假设空间中存在”真“模型，那么所选择的模型应该逼近真模型。具体地，所选择的模型要与真模型的参数个数相同，所选择的模型的参数向量与真模型的参数向量相近。

• 过拟合（over-fitting）:指学习时选择的模型所包含的参数很多，以致于出现这一模型对已知数据预测得很好，但对未知数据预测的很差的现象。

• 模型选择的目的：避免过拟合并提高模型的预测能力

• 以多项式函数拟合问题为例，说明过拟合与模型选择。这是一个回归问题。

  假设给定一个训练集：
  $$T=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\}$$
  多项式函数拟合的任务是假设给定数据由M次多项式函数生成，选择一个对已知数据以及未知数据都有很好预测能力的M次多项式函数。

  假设给定10个数据点，用0~9次多项式函数对数据进行拟合。

  设M次多项式为
  $$f_M(x,w)=w_0+w_{1}x+w_2{x}^2+\cdot \cdot \cdot +w_M{x}^M=\sum _{j=0}^M{w}_j{x}^j$$
  式中x是单变量输入，$w_0,w_1,...,w_M$是M+1各参数。

  首先确定模型的复杂度，即确定多项式的次数；然后再给定的模型复杂度下，按照经验风险最小化的策略，求解参数，即多项式的系数。

  求以下经验风险最小化：
  $$L(w)=\frac{1}{2}\sum _{i=1}^N(f(x,w)-y_i{)}^2$$
  这时，损失函数为平方损失，系数$\frac{1}{2}$是为了计算方便。这是最优化问题，将模型与训练数据代入，有
  $$L(w)=\frac{1}{2}\sum _{i=1}^N(\sum _{j=0}^M{w}_j{x}_i^j-y_i{)}^2$$
  对$w_j$求偏导数并令其为0，可得
  $$w_j=\frac{{\sum }_{i=1}^N{x}_i{y}_i}{{\sum }_{i=1}^N{x}_i^{j+1}},j=0,1,2,...,M$$

  

• 训练误差和测试误差与模型复杂度之间的关系