机器学习学习笔记2（Ng课程cs229）

牛顿方法

简单的来说就是通过求当前点的导数得到下一个点.用到的性质是导数值等于该点切线和横轴夹角的正切值.

极大似然估计

收敛速度：quadratic conversions 二次收敛

θ为矩阵时

每次迭代都需要重新计算H -> nxn 特征较多时计算量比较大

极大似然估计可以推导：
高斯分布 =>最小二乘法
伯努利分布 => logistic回归

指数分布族 exponential family distribution

p(y;η) = b(y)exp(η^TT(y) - a(η))

被称为自然参数（natural parameter）或者典范参数（canonical parameter）; 实数或者向量
T(y)是充分统计量（sufficient statistic）（对于我们考虑的分布来说，通常T(y)=y）；
给定T,a,b，通过改变参数 η 得到不同的分布.

广义线性模型 generalized linear models GLM

为了导出GLM,作三个假设：
（1） y|x;θ ~ ExponentialFamily(η)
（2）给定x，我们的目标是预测T(y)的预期值. 在大部分例子中，我们有T(y)=y，因此意味着我们通过学习得到的假设满足 h(x) = E[y|x] （这个假设对logistic回归和线性回归都成立）
（3）自然参数和输入变量是线性相关的，也就是说η =θ^Tx （如果自然参数是向量，则η_i =θ_i^Tx）

例：伯努利分布 => logistic回归

Multinomial 多项式分布

指示函数
1{True} = 1, 1{False} = 0

softmax回归(softmax regression).是logistic回归的推广

反过来可以得到，

θ1…θk-1 是k-1个n+1的参数向量

判别学习算法 discriminative learning algorithms 和 生成学习算法 generative learning algorithms

判别学习算法：

• 直接学习p(y|x)，即给定输入特征，输出所属的类
• 或学习得到一个假设hθ(x)，直接输出0或1

生成学习算法：

• 对p(x|y)进行建模，p(x|y)表示在给定所属的类的情况下，显示某种特征的概率。处于技术上的考虑，也会对p(y)进行建模。
• p(x|y)中的x表示一个生成模型对样本特征建立概率模型，y表示在给定样本所属类的条件下

例：在上例中，假定一个肿瘤情况y为恶性和良性，生成模型会对该条件下的肿瘤症状x的概率分布进行建模
对p(x|y)和p(y)建模后，根据贝叶斯公式p(y|x) = p(xy)/p(x) = p(x|y)p(y)/p(x)，可以计算：p(y=1|x) = p(x|y=1)p(y=1)/p(x)，其中，p(x) = p(x|y=0)p(y=0) + p(x|y=1)p(y=1)

高斯判别分析 Guassian Discriminant Analysis

假设 p(x|y) => Guassian

多元高斯分布

二元正态分布的概率密度函数改写成矩阵-向量形式 http://blog.csdn.net/neu_chenguangq/article/details/46581987
如图像：

将上式推广至N维：

即：

其中：

• μ 相当于每个正态分布的对称轴，是一个一维向量
• Σ是协方差矩阵

高斯判别分析：

叫做joint likelihood
而之前学习的

叫做 conditional likelihood

求出最大似然估计为：

μ0分子为y=0时所有x的和，分母为y=0的个数，μ0为所有负样本的平均值
μ1同理

P(y=0) = P(y=1)
argmax使结果最大的参数的值（使y最大的x的值）

左面P(x|y=0) 右面P(x|y=1)
最后计算P(y=1|x)
P(x) = P(x|y=0)P(y=0) + P(x|y=1)P(y=1)

logistic回归和高斯判别分析

高斯判别分析假设更强
如果x|y服从高斯分布，使用高斯判别效果更好
如果数据服从柏松分布，使用logistic回归也会得到较好的结果，但是使用高斯判别则不会
高斯判别的优点：使用数据少（因为数据不是精确符合高斯分布，而是近似高斯分布）

上面的公式推导
x | y=1 ExpFamily(η₁)
x | y=0 ExpFamily(η₀)
=> P(y = 1|x) is logistic

logistic回归建模的鲁棒性

朴素贝叶斯 Naive Bayes

邮件分类，需要2^50000-1个参数

做一个很强的假设，对于给定的y，x_i是条件独立的（conditionally independent）

很显然这个假设是不正确的，因为一个词出现会影响到另一个词（不是条件独立的），但是朴素贝叶斯仍然有效，在对文本文件（邮件、网页）进行分类时

模型参数包括：

Φ_i|y=1 = p(x_i=1|y=1), Φ_i|y=0 = p(x_i=1|y=0), and Φ_y = p(y=1)

联合似然性（joint likelihood）为：

得到最大似然估计值：

Φ_j|y = 1

y = 1 是垃圾邮件，分子表示垃圾邮件中包含单词j的邮件数量，分母表示垃圾邮件数量，垃圾邮件中出现j的概率

很容易计算：

如何选取x中的词（生成词典），可以遍历邮件里所有词，也可以只取出现次数大于3的
朴素贝叶斯：求P(x|y) P(y)，而P(y)=Φ_y, P(x|y)为假设，服从伯努利分布，x_i取值0或1
如果出现一个在训练集合从未出现的词，概率为0，得到的最终的概率是0/(0+0)，在过去几个月的邮件（训练数据）未出现的词，概率为0，统计的意义上是不科学的
为了优化，使用Laplace smothing（Laplace平滑）

Laplace smothing（Laplace平滑）

比如球队连输5场比赛，第6场比赛的胜率

y有k个可能的取值

回到朴素贝叶斯问题，通过laplace平滑：

分子加1，分母加1就把分母为零的问题解决了.