f = np.arange(-3, 3 + 1e-8, 0.001)
py = np.array([1.] * len(f))
def get_ideal(yf):
return np.where(yf>=0, 0, 1)
def square(yf):
return np.square(yf - 1.)
def sigmoid(x):
return 1. / (1 + np.exp(-x))
def square_sigmoid(yf):
return np.square(sigmoid(yf) - 1.)
def cross_entropy(yf):
return np.log(1 + np.exp(-yf))
def hinge_loss(yf):
return np.where(1 - yf > 0, 1 - yf, 0)
plt.plot([0] * len(f), np.linspace(-0.2, 3.2, len(f)), color='black', linewidth=0.75)
plt.plot(py*f, get_ideal(py*f), label='ideal', color='black')
plt.plot(py * f, square(py*f), label='square', color='red')
plt.plot(py * f, square_sigmoid(py*f), label='square_sigmoid', color='blue')
plt.plot(py * f, cross_entropy(py * f) / np.log(2), label='cross_entropy', color='green')
plt.plot(py * f, hinge_loss(py * f), label='hinge_loss', color='purple')
这一课是讲SVM的,所以正例 ,负例 ,用 表示模型的输出。纵轴表示损失函数,横轴表示 ,绘图如下:
若是分开两种标签对模型输出绘图, 和上图一样, 如下图所示:
a.黑色的线表示理想状态的损失函数,当模型输出大于0的时候最终输出1,小于0的时候最终输出-1,统计最终输出和标签不同的样本的数目,单个样本表示见上图 黑色 的 “ideal” 图例
但是这个函数无法用梯度下降求解,梯度见下图,在所有可微的点其梯度均为0。我们无法直接优化它,所以用 来近似 函数,这个 loss function 长啥样就随我们自己定义了。总体来说,我们期待正例的时候 越正越好,负例的时候 越负越好,换种表示的话也可以理解为 越正越好。理想状况,相乘是负数得到的 loss 就是1,反之相乘同号的话 loss 就是0。
b.平方损失,我们期待,正例的时候模型输出越接近1越好,负例的时候模型输出越接近-1越好。换言之, 越接近1越好。见上图 红色 的图例 “square” 。公式表示如下:
但是,这个函数是不合理的,我们不希望 乘起来很大的时候会有很大的 loss 。
c.sigmoid + square loss ,我们期待,正例的时候 接近1,负例的时候 接近0。见上图 蓝色 的图例 “square_sigmoid” 。公式表示如下:
但是我们如果使用了 sigmoid 函数,通常不会使用平方损失做损失函数。因为这样不好训练,具体的见梯度图,例如当时正例的时候,模型的输出在很大的负数的地方梯度也很小,也就是说在很大的负数(并不是我们真正想要的结果)的地方参数更新的会很慢,对于很 负 的值模型没有很大的动力去调整,因为调整了之后对 loss 的影响也不是很大,这一点可以与 cross entropy 对应起来看, cross entropy 在负的很大的地方调整会对 loss 有比较大的影响,所以模型会有动力去调整,这一点也可以参见 cross entropy 的梯度图。
c.cross entropy,我们在使用了 sigmoid 函数之后,通常会使用 cross_entropy 做损失函数。见上图 绿色 的图例 “cross_entropy” ,这边除以了 ,可以让它变成 ideal loss 的 upper bound 。公式表示如下:
d.hinge loss ,与 cross entropy 不同的是,我们不会在输出前接 sigmoid 函数,而是直接套 hinge loss,正例的时候只要模型输出大于1损失函数就是0,负例的时候只要模型输出小于-1的时候损失函数就是0,换句话说,只要 大于1的时候就是完美的了,再大也没有帮助,反映在梯度上就是大于1的梯度均为0,参数不再更新;在0-1之间,它们是同向的,machine 在做分类的时候已经可以得到正确答案,但是 hinge loss 会认为还不够好,他认为要比正确的答案好过一段距离(margin),体现在梯度上就是梯度不为0,还能够通过梯度下降来更新参数使得损失函数继续减小,至于 margin 为啥是1,一个解释是只有1才是 ideal loss 的 tight 的 upper bound 。见上图 紫色 的图例 “hinge_loss”。公式表示如下:
cross entropy VS hinge loss
梯度如下图所示: