ml P8 贝叶斯概型，从贝叶斯推出逻辑回归

概览

p8:贝叶斯概型，从贝叶斯推出逻辑回归

疑问

1.高斯分布以及高斯分布多个参数的情况
2.极大似然估计

笔记

B站19年李宏毅 P8

1.为什么regression不适合做分类

• regression 会惩罚那些太正确的样本，就是那些远远大于1的样本，使分界线下偏。

  
  
  

  为什么regression不适合做分类

2.Ideal Alternatives：理想方案

• loss function 是来计算 分类错误的次数

  
  
  

  理想方案

3.贝叶斯公式

• 条件：从两个盒子里随机抽取一个球，是蓝色；

• 问题：这个篮球从盒子1，2抽出来的几率分别是多少？

  
  
  

  贝叶斯

4.贝叶斯分类讲解

• 条件：这里有两个分类，class1和class2
• 问题：给我们一个x(ei我们要分类的对象），求他从某个class里面sample出来的几率是多少？
• 需要知道的值：红框标记的值。
• p(c1) 从class1里面抽一个x的几率（从class1抽的几率）
• p(c2) 从class2里面抽一个x的几率（从class2抽的几率）
• p(x|c1) 从class1里面抽一个x的几率（抽出 x 的几率）
• p(x|c2) 从class2里面抽一个x的几率（抽出 x 的几率）
• 图片上的 P(c1|x) 的公式就是 x 属于 class1 的几率，分子抽到 class1的几率乘以从class1里抽出 x的几率，除以分母抽到 class1的几率乘以从class1里抽出 x的几率+抽到 class2的几率乘以从class2里（sample)抽出 x的几率
• 想法：从一个模型中拿出x的几率，p(x)图片公式Generative Model:生成模型
  
  

  贝叶斯

5.Prior

• class1 水系的，class2 一般系

• p(c1) 从c1中sample出一只宝可梦的概率，p(c2) 从c2中sample出一只宝可梦的概率。

  
  
  

  prior ： 首先

6.Probability from Class：各个分类里面的概率

• P(x|C1)从水系里面挑出来一只宝可梦，这只宝可梦是海龟的概率

• 把每只宝可梦的数值做成一个向量，作为这个宝可梦的feature

  
  
  

  Probability from Class

7.Probability from Class - Feature ：各个分类里面的概率-特征

• 选了两个维度的数据画在平面上（七个维度不能都画出来）
• 海龟没有在训练集里面，怎么去看。
• 假设这79个点是从一个高斯分布去sample出来的

• 我们现在要做的就是找出这个高斯分布

  
  
  

  Probability from Class - Feature

8.Probability from Class ：属于这一类的概率

• 根据这79个点找出高斯分布的 μ 和 Σ，就知道对应的高斯分布
• 把x带入 fμ，Σ 的公式后，（图片黑色的公式）就可以算出对应 x 属于由目前这些样本猜测的高斯分布 sample 出来的概率。这个值里u（那个向量）越近，概率越大，否则越小
  
  

  Probability from Class

9.Maximum Likelihood : 最大似然估计 ——怎么找到上面说的 u 以及 Σ （Covariance）

• 这79个点可以从任何一个高斯分布里面sample出来，不管 u 以及 Σ （Covariance）在哪里。因为从高斯分布sample出一个点可以是空间上的任意一个点只不过有些地方几率高，有些地方几率低。**但没有一个地方的几率是 exactly 等于零的。
• 每个点都可能会sample出这79个点，但是每个高斯分布sample出79个点的 likelihood （可能性）不一样。右上角高斯分布的比较低，左下角sample出这79个点的可能性比较高。
• 如果给出一个高斯分布的 u 以及 Σ 我们就可以算这个高斯分布sample出这79个点的几率
• 最下面这个这个公式L(u,Σ)，input就是 u 和 Σ，做的事情就是把 u 和 Σ 代入 likelihood 的 function 里面，然后就算出（根据图上这个公式L(u,Σ)）算出这个高斯分布 sample出这79个点的概率是多大。

• 公式L(u,Σ) 的解释：因为这79个点是独立被sample出来的，所以这个 Gaussian sample出这79个点的几率，就是这个 gaussian sample出第一个点的几率乘以 这个 gaussian sample出第二个点的几率乘以这个 gaussian sample出第三个点的几率。。。 。。。 乘以 这个 gaussian sample出第79个点的几率

  
  
  

  Maximum Likelihood

10.Maximum Likelihood 极大似然估计

• 我们有79只水系的宝可梦，我们知道这79个宝可梦是从某一个 gaussian 被sample出来的，接下来要做的事情就是找到这个 guassian，这个 guassian sample出这79个点的几率是最大的。我们就把这个 gaussian 当作sample出这79个点的 gaussian。这个gaussian的 u 和 Σ 写作 u* 和 Σ* 。
• u* 就是这个79个报可能数据的平均值。
• Σ* 就是把 u* 算出来之后，用每一个 x（二维向量） 减去 u* 得到一个向量，然后用这个向量乘以这个向量的转置。

• Σ* 的另外一种算法，对 (,Σ) 对 Σ 作微分，解出来微分是零的点。

  
  
  

  Maximum Likelihood

11.Maximum Likelihood

• 根据上面提到的计算方式算出
• 最有可能sample出 class1 的gaussian的 u1 和 Σ1

• 最有可能sample出 class2 的gaussian的 u2 和 Σ2

  
  
  

  Maximum Likelihood

12.Now we can do classification 现在我们可以做分类的问题了

• 做分类问题其实就是给我一个x，他是从c1来的几率
• 如果最后，(| ) 大于0.5，那么x就属于class1
• p(c1),p(c2)很容易算，就是对应属于class1，class1的样本数，除以总的样本数（两个加起来）
• (|1)， (|2) 就是我们之前算出来的高斯分布函数 （gaussian distribution），这个两个的高斯分布函数的u* 和 Σ* 都已经算出来了。

• 现在把现在这个样本的二维向量带入进去就可以得到对应的概率。

  
  
  

  Now we can do classification

13.result

• 左上角的图：这个图上的每一个点（宝可梦两个能力数值的二维向量）都可以计算出一个 (1|) （e.i x属于class1的概率）
• 由于是分类问题 (1|) >0.5 则这个x属于class1，否者属于class2
• 根据 (1|) = 0.5 画一条线，右上方大于 0.5 属于class1 左下方属于 class2
• 这个是二维的数据，每个宝可梦有七个feature，可以建一个7维向量，则，u1 和 u2 是一个七维的向量（每个类型里面的所有维度数据的平均值）
• Σ1 和 Σ2 是一个77的矩阵，参考上面 22 矩阵的算法。
  
  

  result

14.Modifying Model ： 修改模型

• 比较常见的做法是：不同的class可以share 同一个 Covariance matrix（协方差矩阵）
• Covariance matrix 是跟 input 的 feature 的平方成正比的，当 feature size 很大的时候，增长可以是非常快的。所以在这种情况下，对两个不同的 gaussian 给它不同的 Covariance matrix ，这样的话 model 的参数可能会太多，model 的参数可能会太多，Covariance matrix 就会比较大，比较容易 overfitting。

• 想要有效的减少参数的话，可以对这两类的样本给同样的 Covariance matrix 强迫他们公用同一组 Covariance matrix ，

  
  
  

  Modifying Model

15.Modifying Model

• 两组样本共用一个 Covariance matrix
• 怎么找到对应的 1, 2, Σ，使得L( 1, 2, Σ)最大
• 1 and 2 is the same，取对应类型的平均值

• Σ 看图片右下角公式：根据每个分类算出来的 Covariance matrix weight by element 数目（加权平均）

  
  
  

  Modifying Model

16.Modifying Model -result

• 分界线是一条直线，我们也说这个是一个linear model
• 如果不共用协方差矩阵，分界线是个曲线，就不是linear model。

• 这个是七维空间的结果，并不知道是怎么分的。

  
  
  

  Modifying Model

17.Three Steps ——回顾分类的三个步骤

• 首先有一个model，也就是function set ，function set 里面的 function 都是 (1|) 的样子。
• input一个x，我们有 class1，2 的 p(c1), p(c2)。class1 和class2 产生 x 的 概率分布函数
• p(c1), p(c2)以及 class1 和class2 产生 x 的 概率分布函数 就是model的参数
• 选择不同的 class1 和class2 产生 x 的 概率分布函数 就会得到不同的 function，不同的 mean，不同的 Covariance matrix 就会得到不同的概率分布函数。这些不同的分布函数集合起来就是一个model就是一个function set
• 怎么决定分类：If ( |) > 0.5, output: class 1 Otherwise, output: class 2

• 极大似然估计找出参数的好坏——看图片

  
  
  

  Three Steps

18.Probability Distribution

• 选高斯还是其他分布是自己决定的
• 如果每一个样本的每一个feature都是独立的，可以选择一维gaussian。（If you assume all the dimensions are independent, then you are using Naive Bayes Classifier.）

• 如果对一个二元特征，更适合伯努利分布。就是概率论里面不同分布所使用的地方（For binary features, you may assume they are from Bernoulli distributions.）

  
  
  

  Probability Distribution

19.Posterior Probability：后验概率

• 分子分母同除分子之后，把右下角那一块带入z，会得到 sigmoid function，右下角是 sigmoid function 的图像

  
  
  

  后验概率

20.公式化简到最后的结果

• 直接找w,b

  
  
  

  直接找w,b