圖解機(jī)器學(xué)習(xí)讀書筆記-CH5:稀疏學(xué)習(xí)

稀疏學(xué)習(xí)

帶約束的LS+交叉驗(yàn)證組合是非常有效的回歸方法, 缺點(diǎn)是參數(shù)太多時(shí)求解耗時(shí).

稀疏學(xué)習(xí)將大部分參數(shù)置0, 大大加速參數(shù)求解.

L1約束的LS

稀疏學(xué)習(xí)使用L1條件約束:

\underset{\theta}{min}J_{LS}(\theta)\quad 約束條件\|\theta\|_1 \leq R
其中, \|\theta\|_1=\sum_{j=1}^|\theta_j|
L1和L2對比:

image.png

以對于參數(shù)的線性模型為例對上圖做分析:

f_{\theta} = \sum_{j=1}^b\theta_j\phi_j(x) =\theta^T\phi(x)

  • 訓(xùn)練誤差J_{LS}是關(guān)于\theta的向下的二次凸函數(shù), 因此J_{LS}在參數(shù)空間內(nèi)有橢圓狀等高線, 底部是最小二乘解\hat \theta_{LS}
  • \hat \theta_{L_2CLS}:橢圓等高線和圓周交點(diǎn)是L2約束LS的解\hat \theta_{LS}, 即L_2-Constrained Least Squares
  • \hat \theta_{L_1CLS}:橢圓等高線和菱形的角的焦點(diǎn)是L1約束LS的解\hat \theta, L1約束LS的解一定位于參數(shù)的軸

L1CLS的解在參數(shù)軸上, 很容易用稀疏的方式求解.

L1約束的LS求解

image.png

利用拉格朗日對偶問題求解, 考慮L1正則化的最優(yōu)化問題:
\underset{\theta}{min}J(\theta), J(\theta) = J_{LS}(\theta) + \lambda\|\theta\|_1

L1范數(shù)原點(diǎn)不能微分, 用微分的二次函數(shù)控制:
|\theta_j| <= \frac{\theta_j^2}{2c_j}+\frac{c_j}{2}, \forall c_j > 0

函數(shù)如圖:


image.png

L2正則化LS一般表達(dá)式:


image.png

線性模型


image.png

幾個(gè)解的函數(shù)圖像:


image.png

高斯核模型


image.png

分別用L1,L2約束求解:


image.png

求解結(jié)果:


image.png

結(jié)論: 結(jié)果無太大差異, 但L2約束的LS的50個(gè)參數(shù)全部非0; L1約束LS的50個(gè)參數(shù), 有37個(gè)為0, 學(xué)習(xí)結(jié)果是是13個(gè)核函數(shù)的線性擬合.

Lp約束的LS

L1,L2范數(shù)的更廣義定義, L_p范數(shù):

image.png

p=\infty時(shí)稱最大值范數(shù):

image.png

p=0時(shí)L_0范數(shù)表示非零向量元素個(gè)數(shù):

image.png

L_p范數(shù)的單位球(R=1):

image.png

分析:
\begin{cases} p \leq 1& 坐標(biāo)軸上呈現(xiàn)有峰值的尖形 \\ p \geq 1& 凸形 \end{cases}

稀疏解存在的特殊條件:

\begin{cases} 1.約束空間為凸形(非凸優(yōu)化困難)\\ 2.坐標(biāo)軸上呈現(xiàn)有峰值的尖形 \end{cases}
如此, 只有L_1范數(shù)滿足條件, L1約束的LS是非常特殊的學(xué)習(xí)方法

滿足L_p范數(shù)約束條件的空間性質(zhì):

image.png

L1+L2約束的LS

L1+L2約束的LS也稱為彈性網(wǎng)絡(luò)

先回顧兩個(gè)模型.

  1. 線性模型


    image.png

\phi_j(x)是基函數(shù)向量, 基函數(shù)舉例:

image.png

  1. 核模型


    image.png

高斯核函數(shù):


image.png

回顧L_1和L_2約束:

  1. L_2約束
    image.png

轉(zhuǎn)化為拉格朗日對偶問題:


image.png

不考慮參數(shù)空間圓的半徑R時(shí)化簡為:


image.png
  1. L_1約束:
    image.png

轉(zhuǎn)化為拉格朗日對偶問題:


image.png
  1. L_1和L_2的參數(shù)空間:
    image.png

L1約束的限制:

  1. 參數(shù)b比訓(xùn)練樣本n多時(shí), 線性模型可選擇的最大特征數(shù)被局限為n
  2. 線性模型中形成集群構(gòu)造(有多個(gè)基函數(shù)相似的集合)時(shí), L_1LS選擇一個(gè)忽略其它, 核模型輸入樣本是構(gòu)造是更易形成集群構(gòu)造
  3. 參數(shù)b比樣本n少時(shí), L_1的通用性比L_2更差

解決方案是L_1+L_2:

image.png

L_p范數(shù)單位球:

image.png

\tau=1/2時(shí), L_1+L_2范數(shù)的單位球:

image.png

結(jié)論:

  1. L_1+L_2單位球凸, 角部呈尖形, 故和L_1一樣易求得稀疏解
  2. 可學(xué)得n個(gè)以上非零參數(shù)
  3. 基函數(shù)為集合構(gòu)造時(shí), 常以集合為單位對基函數(shù)選擇
  4. L_1約束的LS具有更高的精度
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子厨埋,更是在濱河造成了極大的恐慌饿悬,老刑警劉巖刹枉,帶你破解...
    沈念sama閱讀 212,383評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件叽唱,死亡現(xiàn)場離奇詭異,居然都是意外死亡微宝,警方通過查閱死者的電腦和手機(jī)棺亭,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蟋软,“玉大人镶摘,你說我怎么就攤上這事≡朗兀” “怎么了凄敢?”我有些...
    開封第一講書人閱讀 157,852評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長棺耍。 經(jīng)常有香客問我贡未,道長种樱,這世上最難降的妖魔是什么蒙袍? 我笑而不...
    開封第一講書人閱讀 56,621評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮嫩挤,結(jié)果婚禮上害幅,老公的妹妹穿的比我還像新娘。我一直安慰自己岂昭,他們只是感情好以现,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,741評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著约啊,像睡著了一般邑遏。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上恰矩,一...
    開封第一講書人閱讀 49,929評論 1 290
  • 那天记盒,我揣著相機(jī)與錄音,去河邊找鬼外傅。 笑死纪吮,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的萎胰。 我是一名探鬼主播碾盟,決...
    沈念sama閱讀 39,076評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼技竟!你這毒婦竟也來了冰肴?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,803評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎熙尉,沒想到半個(gè)月后估盘,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,265評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡骡尽,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,582評論 2 327
  • 正文 我和宋清朗相戀三年遣妥,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片攀细。...
    茶點(diǎn)故事閱讀 38,716評論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡箫踩,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出谭贪,到底是詐尸還是另有隱情境钟,我是刑警寧澤,帶...
    沈念sama閱讀 34,395評論 4 333
  • 正文 年R本政府宣布俭识,位于F島的核電站慨削,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏套媚。R本人自食惡果不足惜缚态,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,039評論 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望堤瘤。 院中可真熱鬧玫芦,春花似錦、人聲如沸本辐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,798評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽慎皱。三九已至老虫,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間茫多,已是汗流浹背祈匙。 一陣腳步聲響...
    開封第一講書人閱讀 32,027評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留地梨,地道東北人菊卷。 一個(gè)月前我還...
    沈念sama閱讀 46,488評論 2 361
  • 正文 我出身青樓,卻偏偏與公主長得像宝剖,于是被迫代替她去往敵國和親洁闰。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,612評論 2 350

推薦閱讀更多精彩內(nèi)容