哈工大2022机器学习实验一:曲线拟合

这个实验的要求写的还是挺清楚的(与上学期相比),本博客采用python实现,科学计算库采用numpy,作图采用matplotlib.pyplot,为了简便在文件开头import如下:

import numpy as np
import matplotlib.pyplot as plt

本实验用到的numpy函数

一般把numpy简写为np(import numpy as np)。下面简单介绍一下实验中用到的numpy函数。下面的代码均需要在最前面加上import numpy as np

np.array

该函数返回一个numpy.ndarray对象,可以理解为一个多维数组(本实验中仅会用到一维(可以当作列向量)和二维(矩阵))。下面用小写的 x \pmb x xx表示列向量,大写的 A A A表示矩阵。A.T表示 A A A的转置。对ndarray的运算一般都是逐元素的。

>>> x = np.array([1,2,3])
>>> x
array([1, 2, 3])
>>> A = np.array([[2,3,4],[5,6,7]])
>>> A
array([[2, 3, 4],
       [5, 6, 7]])
>>> A.T # 转置
array([[2, 5],
       [3, 6],
       [4, 7]])
>>> A + 1
array([[3, 4, 5],
       [6, 7, 8]])
>>> A * 2
array([[ 4,  6,  8],
       [10, 12, 14]])

np.random

np.random模块中包含几个生成随机数的函数。在本实验中用随机初始化参数(梯度下降法),给数据添加噪声。

>>> np.random.rand(3, 3) # 生成3 * 3 随机矩阵,每个元素服从[0,1)均匀分布
array([[8.18713933e-01, 5.46592778e-01, 1.36380542e-01],
       [9.85514865e-01, 7.07323389e-01, 2.51858374e-04],
       [3.14683662e-01, 4.74980699e-02, 4.39658301e-01]])
      
>>> np.random.rand(1) # 生成单个随机数
array([0.70944563])
>>> np.random.rand(5) # 长为5的一维随机数组
array([0.03911319, 0.67572368, 0.98884287, 0.12501456, 0.39870096])
>>> np.random.randn(3, 3) # 同上,但每个元素服从N(0, 1)(标准正态)

数学函数

本实验中只用到了np.sin。这些数学函数是对np.ndarray逐元素操作的:

>>> x = np.array([0, 3.1415, 3.1415 / 2]) # 0, pi, pi / 2
>>> np.round(np.sin(x)) # 先求sin再四舍五入: 0, 0, 1
array([0., 0., 1.])

此外,还有np.lognp.exp等与python的math库相似的函数(只不过是对多维数组进行逐元素运算)。

np.dot

返回两个矩阵的乘积。与线性代数中的矩阵乘法一致。要求第一个矩阵的列等于第二个矩阵的行数。特殊地,当其中一个为一维数组时,形状会自动适配为 n × 1 n\times1 n×1 1 × n . 1\times n. 1×n.

>>> x = np.array([1,2,3]) # 一维数组
>>> A = np.array([[1,1,1],[2,2,2],[3,3,3]]) # 3 * 3矩阵
>>> np.dot(x,A)
array([14, 14, 14])
>>> np.dot(A,x)
array([ 6, 12, 18])

>>> x_2D = np.array([[1,2,3]]) # 这是一个二维数组(1 * 3矩阵)
>>> np.dot(x_2D, A) # 可以运算
array([[14, 14, 14]])
>>> np.dot(A, x_2D) # 行列不匹配
Traceback (most recent call last):
  File "", line 1, in <module>
  File "<__array_function__ internals>", line 5, in dot
ValueError: shapes (3,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)

np.eye

np.eye(n)返回一个n阶单位阵。

>>> A = np.eye(3)
>>> A
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

线性代数相关

np.linalg是与线性代数有关的库。

>>> A
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3]])
>>> np.linalg.inv(A) # 求逆(本实验不考虑逆不存在)
array([[1.        , 0.        , 0.        ],
       [0.        , 0.5       , 0.        ],
       [0.        , 0.        , 0.33333333]])
>>> x = np.array([1,2,3])
>>> np.linalg.norm(x) # 返回向量x的模长(平方求和开根号)
3.7416573867739413
>>> np.linalg.eigvals(A) # A的特征值
array([1., 2., 3.])

生成数据

生成数据要求加入噪声(误差)。上课讲的时候举的例子就是正弦函数,我们这里也采用标准的正弦函数 y = sin ⁡ x . y=\sin x. y=sinx.(加入噪声后即为 y = sin ⁡ x + ϵ , y=\sin x+\epsilon, y=sinx+ϵ,其中 ϵ ∼ N ( 0 , σ 2 ) \epsilon\sim N(0, \sigma^2) ϵN(0,σ2),由于 sin ⁡ x \sin x sinx的最大值为 1 1 1,我们把误差的方差设小一点,这里设成 1 25 \frac{1}{25} 251)。

'''
返回数据集,形如[[x_1, y_1], [x_2, y_2], ..., [x_N, y_N]]
保证 bound[0] <= x_i < bound[1].
- N 数据集大小, 默认为 100
- bound 产生数据横坐标的上下界, 应满足 bound[0] < bound[1], 默认为(0, 10)
'''
def get_dataset(N = 100, bound = (0, 10)):
    l, r = bound
    # np.random.rand 产生[0, 1)的均匀分布,再根据l, r缩放平移
    # 这里sort是为了画图时不会乱,可以去掉sorted试一试
    x = sorted(np.random.rand(N) * (r - l) + l)
	
	# np.random.randn 产生N(0,1),除以5会变为N(0, 1 / 25)
    y = np.sin(x) + np.random.randn(N) / 5
    return np.array([x,y]).T

产生的数据集每行为一个平面上的点。产生的数据看起来像这样:
哈工大2022机器学习实验一:曲线拟合_第1张图片
隐隐约约能看出来是个正弦函数的形状。产生上面图像的代码如下:

dataset = get_dataset(bound = (-3, 3))
# 绘制数据集散点图
for [x, y] in dataset:
    plt.scatter(x, y, color = 'red')
plt.show()

最小二乘法拟合

下面我们分别用四种方法(最小二乘,正则项/岭回归,梯度下降法,共轭梯度法)以用多项式拟合上述干扰过的正弦曲线。

解析解推导

简单回忆一下最小二乘法的原理:现在我们想用一个 m m m次多项式
f ( x ) = w 0 + w 1 x + w 2 x 2 + . . . + w m x m f(x)=w_0+w_1x+w_2x^2+...+w_mx^m f(x)=w0+w1x+w2x2+...+wmxm
来近似真实函数 y = sin ⁡ x . y=\sin x. y=sinx.我们的目标是最小化数据集 ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x N , y N ) (x_1,y_1),(x_2,y_2),...,(x_N,y_N) (x1,y1),(x2,y2),...,(xN,yN)上的损失 L L L(loss),这里损失函数采用平方误差:
L = ∑ i = 1 N [ y i − f ( x i ) ] 2 L=\sum\limits_{i=1}^N[y_i-f(x_i)]^2 L=i=1N[yif(xi)]2
为了求得使均方误差最小(因此最贴合目标曲线)的参数 w 0 , w 1 , . . . , w m , w_0,w_1,...,w_m, w0,w1,...,wm,我们需要分别求损失 L L L关于 w 0 , w 1 , . . . , w m w_0,w_1,...,w_m w0,w1,...,wm的导数。为了方便,我们采用线性代数的记法:
X = ( 1 x 1 x 1 2 ⋯ x 1 m 1 x 2 x 2 2 ⋯ x 2 m ⋮ ⋮ 1 x N x N 2 ⋯ x N m ) N × ( m + 1 ) , Y = ( y 1 y 2 ⋮ y N ) N × 1 , W = ( w 0 w 1 ⋮ w m ) ( m + 1 ) × 1 . X=\begin{pmatrix}1 & x_1 & x_1^2 & \cdots & x_1^m\\ 1 & x_2 & x_2^2 & \cdots & x_2^m\\ \vdots & & & &\vdots\\ 1 & x_N & x_N^2 & \cdots & x_N^m\\\end{pmatrix}_{N\times(m+1)},Y=\begin{pmatrix}y_1 \\ y_2 \\ \vdots \\y_N\end{pmatrix}_{N\times1},W=\begin{pmatrix}w_0 \\ w_1 \\ \vdots \\w_m\end{pmatrix}_{(m+1)\times1}. X= 111x1x2xNx12x22xN2x1mx2mxNm N×(m+1),Y= y1y2yN N×1,W= w0w1wm (m+1)×1.
在这种表示方法下,有
( f ( x 1 ) f ( x 2 ) ⋮ f ( x N ) ) = X W . \begin{pmatrix}f(x_1)\\ f(x_2) \\ \vdots \\ f(x_N)\end{pmatrix}= XW. f(x1)f(x2)f(xN) =XW.
如果有疑问可以自己拿矩阵乘法验证一下。继续,误差项之和可以表示为
( f ( x 1 ) − y 1 f ( x 2 ) − y 2 ⋮ f ( x N ) − y N ) = X W − Y . \begin{pmatrix}f(x_1)-y_1 \\ f(x_2)-y_2 \\ \vdots \\ f(x_N)-y_N\end{pmatrix}=XW-Y. f(x1)y1f(x2)y2f(xN)yN =XWY.
因此,损失函数
L = ( X W − Y ) T ( X W − Y ) . L=(XW-Y)^T(XW-Y). L=(XWY)T(XWY).
(为了求得向量 x = ( x 1 , x 2 , . . . , x N ) T \pmb x=(x_1,x_2,...,x_N)^T xx=(x1,x2,...,xN)T各分量的平方和,可以对 x \pmb x xx作内积,即 x T x . \pmb x^T \pmb x. xxTxx.
为了求得使 L L L最小的 W W W(这个 W W W是一个列向量),我们需要对 L L L求偏导数,并令其为 0 : 0: 0:
∂ L ∂ W = ∂ ∂ W [ ( X W − Y ) T ( X W − Y ) ] = ∂ ∂ W [ ( W T X T − Y T ) ( X W − Y ) ] = ∂ ∂ W ( W T X T X W − W T X T Y − Y T X W + Y T Y ) = ∂ ∂ W ( W T X T X W − 2 Y T X W + Y T Y ) ( 容易验证 , W T X T Y = Y T X W , 因而可以将其合并 ) = 2 X T X W − 2 X T Y \begin{aligned}\frac{\partial L}{\partial W}&=\frac{\partial}{\partial W}[(XW-Y)^T(XW-Y)]\\ &=\frac{\partial}{\partial W}[(W^TX^T-Y^T)(XW-Y)] \\ &=\frac{\partial}{\partial W}(W^TX^TXW-W^TX^TY-Y^TXW+Y^TY)\\ &=\frac{\partial}{\partial W}(W^TX^TXW-2Y^TXW+Y^TY)(容易验证,W^TX^TY=Y^TXW,因而可以将其合并)\\ &=2X^TXW-2X^TY\end{aligned} WL=W[(XWY)T(XWY)]=W[(WTXTYT)(XWY)]=W(WTXTXWWTXTYYTXW+YTY)=W(WTXTXW2YTXW+YTY)(容易验证,WTXTY=YTXW,因而可以将其合并)=2XTXW2XTY
说明:
(1)从第3行到第4行,由于 W T X T Y W^TX^TY WTXTY Y T X W Y^TXW YTXW都是数(或者说 1 × 1 1\times1 1×1矩阵),二者互为转置,因此值相同,可以合并成一项。
(2)从第4行到第5行的矩阵求导,第一项 ∂ ∂ W ( W T ( X T X ) W ) \frac{\partial}{\partial W}(W^T(X^TX)W) W(WT(XTX)W)是一个关于 W W W的二次型,其导数就是 2 X T X W . 2X^TXW. 2XTXW.
(3)对于一次项 − 2 Y T X W -2Y^TXW 2YTXW的求导,如果按照实数域的求导应该得到 − 2 Y T X . -2Y^TX. 2YTX.但检查一下发现矩阵的型对不上,需要做一下转置,变为 − 2 X T Y . -2X^TY. 2XTY.

矩阵求导线性代数课上也没有系统教过,只对这里出现的做一下说明。(多了我也不会
令偏导数为0,得到
X T X W = Y T X , X^TXW=Y^TX, XTXW=YTX,
左乘 ( X T X ) − 1 (X^TX)^{-1} (XTX)1 X T X X^TX XTX的可逆性见下方的补充说明),得到
W = ( X T X ) − 1 X T Y . W=(X^TX)^{-1}X^TY. W=(XTX)1XTY.
这就是我们想求的 W W W的解析解,我们只需要调用函数算出这个值即可。

'''
最小二乘求出解析解, m 为多项式次数
最小二乘误差为 (XW - Y)^T*(XW - Y)
- dataset 数据集
- m 多项式次数, 默认为 5
'''
def fit(dataset, m = 5):
    X = np.array([dataset[:, 0] ** i for i in range(m + 1)]).T
    Y = dataset[:, 1]
    return np.dot(np.dot(np.linalg.inv(np.dot(X.T, X)), X.T), Y)

稍微解释一下代码:第一行即生成上面约定的 X X X矩阵,dataset[:,0]即数据集第0列 ( x 1 , x 2 , . . . , x N ) T (x_1,x_2,...,x_N)^T (x1,x2,...,xN)T;第二行即 Y Y Y矩阵;第三行返回上面的解析解。(如果不熟悉python语法或者numpy库还是挺不友好的)

简单地验证一下我们已经完成的函数的结果:为此,我们先写一个draw函数,用于把求得的 W W W对应的多项式 f ( x ) f(x) f(x)画到pyplot库的图像上去:

'''
绘制给定系数W的, 在数据集上的多项式函数图像
- dataset 数据集
- w 通过上面四种方法求得的系数
- color 绘制颜色, 默认为 red
- label 图像的标签
'''
def draw(dataset, w, color = 'red', label = ''):
    X = np.array([dataset[:, 0] ** i for i in range(len(w))]).T
    Y = np.dot(X, w)
    
    plt.plot(dataset[:, 0], Y, c = color, label = label)

然后是主函数:

if __name__ == '__main__':
    dataset = get_dataset(bound = (-3, 3))
    # 绘制数据集散点图
    for [x, y] in dataset:
        plt.scatter(x, y, color = 'red')
    # 最小二乘
    coef1 = fit(dataset)
    draw(dataset, coef1, color = 'black', label = 'OLS')
    
	# 绘制图像
    plt.legend()
    plt.show()

哈工大2022机器学习实验一:曲线拟合_第2张图片
可以看到5次多项式拟合的效果还是比较不错的(数据集每次随机生成,所以跟第一幅图不一样)。

截至这部分全部的代码,后面同名函数不再给出说明:

import numpy as np
import matplotlib.pyplot as plt

'''
返回数据集,形如[[x_1, y_1], [x_2, y_2], ..., [x_N, y_N]]
保证 bound[0] <= x_i < bound[1].
- N 数据集大小, 默认为 100
- bound 产生数据横坐标的上下界, 应满足 bound[0] < bound[1]
'''
def get_dataset(N = 100, bound = (0, 10)):
    l, r = bound
    x = sorted(np.random.rand(N) * (r - l) + l)
    y = np.sin(x) + np.random.randn(N) / 5
    return np.array([x,y]).T

'''
最小二乘求出解析解, m 为多项式次数
最小二乘误差为 (XW - Y)^T*(XW - Y)
- dataset 数据集
- m 多项式次数, 默认为 5
'''
def fit(dataset, m = 5):
    X = np.array([dataset[:, 0] ** i for i in range(m + 1)]).T
    Y = dataset[:, 1]
    return np.dot(np.dot(np.linalg.inv(np.dot(X.T, X)), X.T), Y)
'''
绘制给定系数W的, 在数据集上的多项式函数图像
- dataset 数据集
- w 通过上面四种方法求得的系数
- color 绘制颜色, 默认为 red
- label 图像的标签
'''
def draw(dataset, w, color = 'red', label = ''):
    X = np.array([dataset[:, 0] ** i for i in range(len(w))]).T
    Y = np.dot(X, w)
    
    plt.plot(dataset[:, 0], Y, c = color, label = label)

if __name__ == '__main__':

    dataset = get_dataset(bound = (-3, 3))
    # 绘制数据集散点图
    for [x, y] in dataset:
        plt.scatter(x, y, color = 'red')
    
    coef1 = fit(dataset)
    draw(dataset, coef1, color = 'black', label = 'OLS')

    plt.legend()
    plt.show()

补充说明

上面有一块不太严谨:对于一个矩阵 X X X而言, X T X X^TX XTX不一定可逆。然而在本实验中,可以证明其为可逆矩阵。由于这门课不是线性代数课,我们就不费太多篇幅介绍这个了,仅作简单提示:
(1) X X X是一个 N × ( m + 1 ) N\times(m+1) N×(m+1)的矩阵。其中数据数 N N N远大于多项式次数 m m m,有 N > m + 1 ; N>m+1; N>m+1;
(2)为了说明 X T X X^TX XTX可逆,需要说明 ( X T X ) ( m + 1 ) × ( m + 1 ) (X^TX)_{(m+1)\times(m+1)} (XTX)(m+1)×(m+1)满秩,即 R ( X T X ) = m + 1 ; R(X^TX)=m+1; R(XTX)=m+1;
(3)在线性代数中,我们证明过 R ( X ) = R ( X T ) = R ( X T X ) = R ( X X T ) ; R(X)=R(X^T)=R(X^TX)=R(XX^T); R(X)=R(XT)=R(XTX)=R(XXT);
(4) X X X是一个范德蒙矩阵,由其性质可知其秩等于 m i n { N , m + 1 } = m + 1. min\{N,m+1\}=m+1. min{N,m+1}=m+1.

添加正则项(岭回归)

最小二乘法容易造成过拟合。为了说明这种缺陷,我们用所生成数据集的前50个点进行训练(这样抽样不够均匀,这里只是为了说明过拟合),得出参数,再画出整个函数图像,查看拟合效果:

if __name__ == '__main__':
    dataset = get_dataset(bound = (-3, 3))
    # 绘制数据集散点图
    for [x, y] in dataset:
        plt.scatter(x, y, color = 'red')
    # 取前50个点进行训练
    coef1 = fit(dataset[:50], m = 3)
    # 再画出整个数据集上的图像
    draw(dataset, coef1, color = 'black', label = 'OLS')

哈工大2022机器学习实验一:曲线拟合_第3张图片
过拟合在 m m m较大时尤为严重(上面图像为 m = 3 m=3 m=3时)。当多项式次数升高时,为了尽可能贴近所给数据集,计算出来的系数的数量级将会越来越大,在未见样本上的表现也就越差。如上图,可以看到拟合在前50个点(大约在横坐标 [ − 3 , 0 ] [-3,0] [3,0]处)表现很好;而在测试集上表现就很差( [ 0 , 3 ] [0,3] [0,3]处)。为了防止过拟合,可以引入正则化项。此时损失函数 L L L变为
L = ( X W − Y ) T ( X W − Y ) + λ ∣ ∣ W ∣ ∣ 2 2 L=(XW-Y)^T(XW-Y)+\lambda||W||_2^2 L=(XWY)T(XWY)+λ∣∣W22
其中 ∣ ∣ ⋅ ∣ ∣ 2 2 ||\cdot||_2^2 ∣∣22表示 L 2 L_2 L2范数的平方,在这里即 W T W ; λ W^TW;\lambda WTW;λ为正则化系数。该式子也称岭回归(Ridge Regression)。它的思想是兼顾损失函数与所得参数 W W W的模长(在 L 2 L_2 L2范数时),防止 W W W内的参数过大。

举个例子(数是随便编的):当正则化系数为 1 1 1,若方案1在数据集上的平方误差为 0.5 , 0.5, 0.5,此时 W = ( 100 , − 200 , 300 , 150 ) T W=(100,-200,300,150)^T W=(100,200,300,150)T;方案2在数据集上的平方误差为 10 , 10, 10,此时 W = ( 1 , − 3 , 2 , 1 ) W=(1,-3,2,1) W=(1,3,2,1),那我们选择方案2的 W . W. W.正则化系数 λ \lambda λ刻画了这种对于 W W W模长的重视程度: λ \lambda λ越大,说明 W W W的模长升高带来的惩罚也就越大。当 λ = 0 , \lambda=0, λ=0,岭回归即变为普通的最小二乘法。与岭回归相似的还有LASSO,就是将正则化项换为 L 1 L_1 L1范数。

重复上面的推导,我们可以得出解析解为
W = ( X T X + λ E m + 1 ) − 1 X T Y . W=(X^TX+\lambda E_{m+1})^{-1}X^TY. W=(XTX+λEm+1)1XTY.
其中 E m + 1 E_{m+1} Em+1 m + 1 m+1 m+1阶单位阵。容易得到 ( X T X + λ E m + 1 ) (X^TX+\lambda E_{m+1}) (XTX+λEm+1)也是可逆的。

该部分代码如下。

'''
岭回归求解析解, m 为多项式次数, l 为 lambda 即正则项系数
岭回归误差为 (XW - Y)^T*(XW - Y) + λ(W^T)*W
- dataset 数据集
- m 多项式次数, 默认为 5
- l 正则化参数 lambda, 默认为 0.5
'''
def ridge_regression(dataset, m = 5, l = 0.5):
    X = np.array([dataset[:, 0] ** i for i in range(m + 1)]).T
    Y = dataset[:, 1]
    return np.dot(np.dot(np.linalg.inv(np.dot(X.T, X) + l * np.eye(m + 1)), X.T), Y)

两种方法的对比如下:
哈工大2022机器学习实验一:曲线拟合_第4张图片
对比可以看出,岭回归显著减轻了过拟合(此时为 m = 3 , λ = 0.3 m=3,\lambda=0.3 m=3,λ=0.3)。

梯度下降法

梯度下降法并不是求解该问题的最好方法,很容易就无法收敛。先简单介绍梯度下降法的基本思想:若我们想求取复杂函数 f ( x ) f(x) f(x)的最小值(最值点)(这个 x x x可能是向量等),即
x m i n = arg min ⁡ x f ( x ) x_{min}=\argmin_{x}f(x) xmin=xargminf(x)
梯度下降法重复如下操作:
(0)(随机)初始化 x 0 ( t = 0 ) x_0(t=0) x0(t=0)
(1)设 f ( x ) f(x) f(x) x t x_t xt处的梯度(当 x x x为一维时,即导数) ∇ f ( x t ) \nabla f(x_t) f(xt)
(2) x t + 1 = x t − η ∇ f ( x t ) x_{t+1}=x_t-\eta\nabla f(x_t) xt+1=xtηf(xt)
(3)若 x t + 1 x_{t+1} xt+1 x t x_t xt相差不大(达到预先设定的范围)或迭代次数达到预设上限,停止算法;否则重复(1)(2).

其中 η \eta η为学习率,它决定了梯度下降的步长。
下面是一个用梯度下降法求取 y = x 2 y=x^2 y=x2的最小值点的示例程序:

import numpy as np
import matplotlib.pyplot as plt

def f(x):
    return x ** 2

def draw():
    x = np.linspace(-3, 3)
    y = f(x)
    plt.plot(x, y, c = 'red')

cnt = 0
# 初始化 x
x = np.random.rand(1) * 3
learning_rate = 0.05

while True:
    grad = 2 * x
    # -----------作图用,非算法部分-----------
    plt.scatter(x, f(x), c = 'black')
    plt.text(x + 0.3, f(x) + 0.3, str(cnt))
    # -------------------------------------
    new_x = x - grad * learning_rate
    # 判断收敛
    if abs(new_x - x) < 1e-3:
        break

    x = new_x
    cnt += 1

draw()
plt.show()

哈工大2022机器学习实验一:曲线拟合_第5张图片
上图标明了 x x x随着迭代的演进,可以看到 x x x不断沿着正半轴向零点靠近。需要注意的是,学习率不能过大(虽然在上面的程序中,学习率设置得有点小了),需要手动进行尝试调整,否则容易想象, x x x在正负半轴来回震荡,难以收敛。

在最小二乘法中,我们需要优化的函数是损失函数
L = ( X W − Y ) T ( X W − Y ) . L=(XW-Y)^T(XW-Y). L=(XWY)T(XWY).
下面我们用梯度下降法求解该问题。在上面的推导中,
∂ L ∂ W = 2 X T X W − 2 X T Y , \begin{aligned}\frac{\partial L}{\partial W}=2X^TXW-2X^TY\end{aligned}, WL=2XTXW2XTY,
于是我们每次在迭代中对 W W W减去该梯度,直到参数 W W W收敛。不过经过实验,平方误差会使得梯度过大,过程无法收敛,因此采用均方误差(MSE)替换之,就是给原来的式子除以 N N N:

'''
梯度下降法(Gradient Descent, GD)求优化解, m 为多项式次数, max_iteration 为最大迭代次数, lr 为学习率
注: 此时拟合次数不宜太高(m <= 3), 且数据集的数据范围不能太大(这里设置为(-3, 3)), 否则很难收敛
- dataset 数据集
- m 多项式次数, 默认为 3(太高会溢出, 无法收敛)
- max_iteration 最大迭代次数, 默认为 1000
- lr 梯度下降的学习率, 默认为 0.01
'''
def GD(dataset, m = 3, max_iteration = 1000, lr = 0.01):
    # 初始化参数
    w = np.random.rand(m + 1)

    N = len(dataset)
    X = np.array([dataset[:, 0] ** i for i in range(len(w))]).T
    Y = dataset[:, 1]

    try:
        for i in range(max_iteration):
            pred_Y = np.dot(X, w)
            # 均方误差(省略系数2)
            grad = np.dot(X.T, pred_Y - Y) / N
            w -= lr * grad
    '''
    为了能捕获这个溢出的 Warning,需要import warnings并在主程序中加上:
    warnings.simplefilter('error')
    '''
    except RuntimeWarning:
        print('梯度下降法溢出, 无法收敛')

    return w

这时如果 m m m设置得稍微大一点(比如4),在迭代过程中梯度就会溢出,使参数无法收敛。在收敛时,拟合效果还算可以:
哈工大2022机器学习实验一:曲线拟合_第6张图片

共轭梯度法

共轭梯度法(Conjugate Gradients)可以用来求解形如 A x = b A\pmb x=\pmb b Axx=bb的方程组,或最小化二次型 f ( x ) = 1 2 x T A x − b T x + c . f(\pmb x)=\frac12\pmb x^TA\pmb x-\pmb b^T \pmb x+c. f(xx)=21xxTAxxbbTxx+c.(可以证明对于正定的 A A A,二者等价)其中 A A A正定矩阵。在本问题中,我们要求解 X T X W = Y T X , X^TXW=Y^TX, XTXW=YTX,
就有 A ( m + 1 ) × ( m + 1 ) = X T X , b = Y T . A_{(m+1)\times(m+1)}=X^TX,\pmb b=Y^T. A(m+1)×(m+1)=XTX,bb=YT.若我们想加一个正则项,就变成求解
( X T X + λ E ) W = Y T X . (X^TX+\lambda E)W=Y^TX. (XTX+λE)W=YTX.
首先说明一点: X T X X^TX XTX不一定是正定的但一定是半正定的(证明见此)。但是在实验中我们基本不用担心这个问题,因为 X T X X^TX XTX有极大可能是正定的,我们只在代码中加一个断言(assert),不多关注这个条件。
共轭梯度法的思想来龙去脉和证明过程比较长,可以参考这个系列,这里只给出算法步骤(在上面链接的第三篇开头):

(0)初始化 x ( 0 ) ; x_{(0)}; x(0);
(1)初始化 d ( 0 ) = r ( 0 ) = b − A x ( 0 ) ; d_{(0)}=r_{(0)}=b-Ax_{(0)}; d(0)=r(0)=bAx(0);
(2)令 α ( i ) = r ( i ) T r ( i ) d ( i ) T A d ( i ) ; \alpha_{(i)}=\frac{r_{(i)}^Tr_{(i)}}{d_{(i)}^TAd_{(i)}}; α(i)=d(i)TAd(i)r(i)Tr(i);
(3)迭代 x ( i + 1 ) = x ( i ) + α ( i ) d ( i ) ; x_{(i+1)}=x_{(i)}+\alpha_{(i)}d_{(i)}; x(i+1)=x(i)+α(i)d(i);
(4)令 r ( i + 1 ) = r ( i ) − α ( i ) A d ( i ) ; r_{(i+1)}=r_{(i)}-\alpha_{(i)}Ad_{(i)}; r(i+1)=r(i)α(i)Ad(i);
(5)令 β ( i + 1 ) = r ( i + 1 ) T r ( i + 1 ) r ( i ) T r ( i ) , d ( i + 1 ) = r ( i + 1 ) + β ( i + 1 ) d ( i ) . \beta_{(i+1)}=\frac{r_{(i+1)}^Tr_{(i+1)}}{r_{(i)}^Tr_{(i)}},d_{(i+1)}=r_{(i+1)}+\beta_{(i+1)}d_{(i)}. β(i+1)=r(i)Tr(i)r(i+1)Tr(i+1),d(i+1)=r(i+1)+β(i+1)d(i).
(6)当 ∣ ∣ r ( i ) ∣ ∣ ∣ ∣ r ( 0 ) ∣ ∣ < ϵ \frac{||r_{(i)}||}{||r_{(0)}||}<\epsilon ∣∣r(0)∣∣∣∣r(i)∣∣<ϵ时,停止算法;否则继续从(2)开始迭代。 ϵ \epsilon ϵ为预先设定好的很小的值,我这里取的是 1 0 − 5 . 10^{-5}. 105.
下面我们按照这个过程实现代码:

'''
共轭梯度法(Conjugate Gradients, CG)求优化解, m 为多项式次数
- dataset 数据集
- m 多项式次数, 默认为 5
- regularize 正则化参数, 若为 0 则不进行正则化
'''
def CG(dataset, m = 5, regularize = 0):
    X = np.array([dataset[:, 0] ** i for i in range(m + 1)]).T
    A = np.dot(X.T, X) + regularize * np.eye(m + 1)
    assert np.all(np.linalg.eigvals(A) > 0), '矩阵不满足正定!'
    b = np.dot(X.T, dataset[:, 1])
    w = np.random.rand(m + 1)
    epsilon = 1e-5

    # 初始化参数
    d = r = b - np.dot(A, w)
    r0 = r
    while True:
        alpha = np.dot(r.T, r) / np.dot(np.dot(d, A), d)
        w += alpha * d
        new_r = r - alpha * np.dot(A, d)
        beta = np.dot(new_r.T, new_r) / np.dot(r.T, r)
        d = beta * d + new_r
        r = new_r
        # 基本收敛,停止迭代
        if np.linalg.norm(r) / np.linalg.norm(r0) < epsilon:
            break
    return w

相比于朴素的梯度下降法,共轭梯度法收敛迅速且稳定。不过在多项式次数增加时拟合效果会变差:在 m = 7 m=7 m=7时,其与最小二乘法对比如下:
哈工大2022机器学习实验一:曲线拟合_第7张图片
此时,仍然可以通过正则项部分缓解(图为 m = 7 , λ = 1 m=7,\lambda=1 m=7,λ=1):
哈工大2022机器学习实验一:曲线拟合_第8张图片
最后附上四种方法的拟合图像(基本都一样)和主函数,可以根据实验要求调整参数:
哈工大2022机器学习实验一:曲线拟合_第9张图片

if __name__ == '__main__':
    warnings.simplefilter('error')

    dataset = get_dataset(bound = (-3, 3))
    # 绘制数据集散点图
    for [x, y] in dataset:
        plt.scatter(x, y, color = 'red')
    
    
    # 最小二乘法
    coef1 = fit(dataset)
    # 岭回归
    coef2 = ridge_regression(dataset)
    # 梯度下降法
    coef3 = GD(dataset, m = 3)
    # 共轭梯度法
    coef4 = CG(dataset)
    
    # 绘制出四种方法的曲线
    draw(dataset, coef1, color = 'red', label = 'OLS')
    draw(dataset, coef2, color = 'black', label = 'Ridge')
    draw(dataset, coef3, color = 'purple', label = 'GD')
    draw(dataset, coef4, color = 'green', label = 'CG(lambda:0)')

    # 绘制标签, 显示图像
    plt.legend()
    plt.show()

你可能感兴趣的:(机器学习,python)