《统计学习方法》笔记06：LR逻辑回归模型

1. LR初探

逻辑斯蒂回归模型，（logistic regression，LR）是我和队友在腾讯TSA比赛中使用的第一个模型，比赛开始和睿杰讨论过，他推荐先用这个模型，那时我们仨都是小白，也不知道套路，就这样做，结果大部分队伍第一个都会采用该模型。

我对LR模型的理解是，这是一个形式很简单的模型，对二分类问题来说：

P(y=1|x)=11+e−(wx+b)

其中x为N维特征组成的向量，(w,b)为N维参数，两者做点积，得到的结果放进LR模型中得到概率。LR模型的图为：

通过训练集学习到w参数，然后对测试集，用上述公式计算其属于正类的概率。w可以看出每个特征的贡献度，w值越大，则该项正类贡献越大，点积值越偏向于正类，否则为反类。即该模型有很好的可解释性。

当然LR模型本质上为线性模型，因为学习的核心结果是(wx+b)，这就是线性模型，只不过用LR将其值映射到概率0-1的空间中，比较符合很多问题的要求。

如果我们想增加1维特征，也非常简单，这意味着w参数多一维而已。而且为了使得模型具有非线性能力，我们可以使用one-hot对特征进行处理。举例来说，某个问题中使用了用户的年龄属性[0-80]，如果我们仅使用一维w来与年龄点乘，则为一条直线模型。如果年龄40-50岁与结果是正相关，0-40与50-80都是负相关，则反映不出来；此时采用one-hot处理，将年龄划分为10岁一段共分8段，每段一个w权值，这样就可以反映出不同年龄段的不同权重大小。而LR对这些操作有很好的接纳和解释。

2. 逻辑斯蒂分布

以上是我的初步理解。根据《统计学习方法》第6章将LR整理如下。

设X是连续随机变量，假如X具有如下分布函数和密度函数：

F(x)=P(X≤x)=11+e−(x−μ)/γ

f(x)=F,(x)=e−(x−μ)/γγ⋅(1+e−(x−μ)/γ)2

则称X服从 逻辑斯蒂分布。其中 μ 为位置参数， γ 为形状参数。

F(x)图像见下图， γ 越小，形状越陡。

密度函数f(x)的图像见下图：

3. 二项逻辑斯蒂回归模型

1.模型定义

分类模型，由条件概率分布P(Y|X)表示，形式为参数化的LR的分布。X的取值为实数，Y的取值为1/0。通过监督学习方法来估计模型参数。

P(Y=1|x)=e(wx+b)1+e(wx+b)

P(Y=0|x)=11+e(wx+b)

对于给定的输入实例x，按照上式可计算出分别属于1类和0类的概率，LR逻辑回归模型将实例分到概率值较大的类。

2.模型特点

定义：一个事件的几率（odds）是指该事件发生的概率除以不发生的概率的比值。若该事件发生的概率是p，则其几率是 p1−p ，该事件的对数几率（log odds）或者logit函数是：

logit(p)=logp1−p

我们把二项逻辑斯蒂回归模型的两个概率相除，可得：

logit(P(Y=1|x)P(Y=0|x))=w⋅x+b

这说明什么？

在逻辑斯蒂回归模型中，输出Y=1的对数几率/logit函数是输入x的线性函数。

换个角度看，通过逻辑斯蒂回归模型，可以将线性函数wx+b转化为概率。

P(Y=1|x)=e(wx+b)1+e(wx+b)

此时线性函数的值越接近正无穷，概率值越接近1；否则越接近0。

这样的模型，就是逻辑斯蒂回归模型。

而上面的式子上下同除以exp(wx+b)，则得到

P(y=1|x)=11+e−(wx+b)

与我初始理解是相同的。这也解开了之前一个困惑点：

用这个式子算出来的概率值为什么是P=1的概率值呢？谁规定的？

其实0/1只不过是人为设定的正、反类，LR回归模型只不过计算出一个wx+b线性函数值的概率映射，至于这个线性函数代表是哪个类，它是不知道的。这是由人在计算wx+b时约定的。1一般为正例，0代表反例。

4. 模型参数估计

LR模型学习时，应用极大似然估计法，估计模型参数。

对于训练集 T={(x1,y1),...,(xN,yN)} ，其中 x∈Rn，yi∈{0,1} ，令 P(Y=1|x)=π(x) ，则有：

似然函数为：

∏i=1n[π(xi)]yi⋅[1−π(xi)]1−yi

即把每一项乘起来，要么为1类，要么为0类，分别拎出其概率值。

对数似然函数为：

L(w)=∑i=0N[yilog(π(xi))+(1−yi)log(1−π(xi))]

=∑i=0N[yilogπ(xi)1−π(xi)+log(1−π(xi))]

=∑i=0N[yi(w⋅xi)−log(1+exp(w⋅xi))]

对L(w)求极大值，得到w的估计值。

问题变成以对数似然函数为目标函数（最大化）的最优化问题。可采用梯度下降法、拟牛顿法等套路解决。

w的极大似然估计值为 w^ ，则逻辑斯蒂回归模型为：

P(Y=1|x)=e(w^x+b)1+e(w^x+b)

5. 多项逻辑斯蒂回归

上述讨论针对二项分类模型，用于二类分类，模型只需要学习到一组w参数，用于给Y=1的类判断，0用1一减即可。

用于多类K分类时，模型就需要学习到K-1组w参数，最后一类用1减去其他类之和得到。

P(Y=k|x)=e(wk⋅x+b)1+∑Kk=1e(wk⋅x+b)

二项逻辑回归参数估计法也可推广到多项逻辑回归。