当前位置: 代码迷 >> 综合 >> 高偏差/低偏差,学习曲线,模型选择
  详细解决方案

高偏差/低偏差,学习曲线,模型选择

热度:95   发布时间:2023-09-11 23:35:58.0

Andrew Ng cs229 Machine Learning 笔记

原博客:http://nanshu.wang/post/2015-05-17/?utm_source=tuicool&utm_medium=referral

原文:https://share.coursera.org/wiki/index.php/ML:Advice_for_Applying_Machine_Learning

面对一个机器学习问题,我们提取好特征,挑选好训练集,选择一种机器学习算法,然后学习预测得到了第一步结果。然而我们不幸地发现,在测试集上的准确率低得离谱,误差高得吓人,要提高准确率、减少误差的话,下一步该做些什么呢?

可以采用以下的方法来减少预测的误差:

  • 获得更多的训练样本
  • 减少特征的数量
  • 增加特征的数量
  • 使用多项式特征
  • 增大或减小正则化参数λ” role=”presentation” style=”position: relative;”>λλ

但不要盲目在这些可行的方法里随便选一种来提升模型,需要用一些诊断模型的技术来帮助我们选择使用哪种策略。

1.评估假设

即使模型假设对于训练集的误差很低,若存在过拟合,模型的预测也同样会不准确。

给定一份训练集,我们可以将数据分成两部分:训练集和测试集。

  1. 使用训练集最小化J(Θ)” role=”presentation” style=”position: relative;”>J(Θ)J(Θ)参数
  2. 计算测试集的误差:
Jtest(Θ)=12mtest∑i=1mtest(hΘ(xtest(i))−ytest(i))2” role=”presentation” style=”text-align: center; position: relative;”>Jtest(Θ)=12mtesti=1mtest(hΘ(x(i)test)?y(i)test)2Jtest(Θ)=12mtest∑i=1mtest(hΘ(xtest(i))?ytest(i))2

3.计算分类错误率(即0/1分类错误率)

err(h&#x0398;(x),y)=1if&#xA0;h&#x0398;(x)&#x2265;0.5&#xA0;and&#xA0;y=0&#xA0;or&#xA0;h&#x0398;(x)&lt;0.5&#xA0;and&#xA0;y=10otherwise” role=”presentation” style=”text-align: center; position: relative;”>err(hΘ(x),y)=10if hΘ(x)0.5 and y=0 or hΘ(x)<0.5 and y=1otherwiseerr(hΘ(x),y)=1if hΘ(x)≥0.5 and y=0 or hΘ(x)<0.5 and y=10otherwise
err(h_\Theta(x),y) = \begin{matrix} 1 & \mbox{if } h_\Theta(x) \geq 0.5\ and\ y = 0\ or\ h_\Theta(x) < 0.5\ and\ y = 1\newline 0 & \mbox otherwise

测试集的平均误差为:

Test Error=1mtest&#x2211;i=1mtesterr(h&#x0398;(xtest(i)),ytest(i))” role=”presentation” style=”text-align: center; position: relative;”>Test Error=1mtesti=1mtesterr(hΘ(x(i)test),y(i)test)Test Error=1mtest∑i=1mtesterr(hΘ(xtest(i)),ytest(i))
\large

也就是测试集上分类错误的样本的比例。

2.模型选择与训练/验证/测试集

  • 学习算法若仅仅对训练集拟合较好,并不能说明其假设也是好的。
  • 训练集上的假设误差通常要比其他数据集上得到的误差要小。

为了在假设上选择模型,可以测试模型的多项式的次数来观察误差结果。

无验证集

  1. 对不同的多项式次数的模型通过训练集得到最优化参数&#x0398;” role=”presentation” style=”position: relative;”>ΘΘ
  2. 找到在预测集上误差最小的模型的多项式次数d” role=”presentation” style=”position: relative;”>dd
  3. 使用测试集估计泛化误差Jtest(&#x0398;(d))” role=”presentation” style=”position: relative;”>Jtest(Θ(d))Jtest(Θ(d))

在这个例子中,我们用测试集训练得到的一个变量,即多项式次数d” role=”presentation” style=”position: relative;”>dd,但这样做会使其他数据集的误差更大。

为了解决这个问题,我们引入了第三种数据集,即交叉验证集(Cross Validation Set),来作为选择d” role=”presentation” style=”position: relative;”>dd的中间数据集。这样,测试集会给出一个准确,非乐观估计的误差结果。

例如,将数据集分成三份:

  • 训练集:60%
  • 交叉验证集:20%
  • 测试集:20%

对于这三个数据集我们可以计算三个不同误差值:

有验证集

  1. 对不同的多项式次数的模型通过训练集得到最优化参数&#x0398;” role=”presentation” style=”position: relative;”>ΘΘ
  2. 找到在验证集上误差最小的模型的多项式次数d” role=”presentation” style=”position: relative;”>dd
  3. 使用测试集估计泛化误差Jtest(&#x0398;(d))” role=”presentation” style=”position: relative;”>Jtest(Θ(d))Jtest(Θ(d))

使用验证集则避免了使用测试集来确定多项式次数d” role=”presentation” style=”position: relative;”>dd

3.诊断偏差 vs. 方差

我们来讨论一下多项式次数d” role=”presentation” style=”position: relative;”>dd和过拟合以及欠拟合之间的关系。

  • 我们需要区分导致预测结果差的原因是偏差还是方差。
  • 高偏差也就是欠拟合,高方差也就是过拟合。我们需要在这两者之间找到一个黄金分割。

随着多项式次数d” role=”presentation” style=”position: relative;”>dd的增加,训练集的误差会减少

同时,交叉验证集的误差会随着d” role=”presentation” style=”position: relative;”>dd的增加而增加,形成一个凸曲线

  • 高偏差(欠拟合):Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)
  • 高方差(过拟合):Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)高得多。

可以用下图来表示:

4.正则化和偏差/方差

下面来分析正则化参数&#x03BB;” role=”presentation” style=”position: relative;”>λλ

  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ较大:高偏差(欠拟合)
  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ不大不小:正好
  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ较小:高方差(过拟合)

较大的&#x03BB;” role=”presentation” style=”position: relative;”>λλ参数,即简单化结果函数的曲线,造成欠拟合。

&#x03BB;” role=”presentation” style=”position: relative;”>λλ和训练集以及验证集的关系如下:

  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ较高(高方差/过拟合)。
  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ
  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ都较高(高偏差/欠拟合)。

下图说明了&#x03BB;” role=”presentation” style=”position: relative;”>λλ值和假设之间的关系:

为了选择模型和正则化参数lambda” role=”presentation” style=”position: relative;”>lambdalambda,我们需要:

  1. 列出&#x03BB;” role=”presentation” style=”position: relative;”>λλ
  2. 选择一个&#x03BB;” role=”presentation” style=”position: relative;”>λλ的值进行计算;
  3. 创建模型集,比如按照多项式次数或其他指标来创建;
  4. 选择一个模型来学习&#x0398;” role=”presentation” style=”position: relative;”>ΘΘ值;
  5. 用所选的模型学习得到&#x0398;” role=”presentation” style=”position: relative;”>ΘΘ);
  6. 使用学习(带&#x03BB;” role=”presentation” style=”position: relative;”>λλ
  7. 使用学习(带&#x03BB;” role=”presentation” style=”position: relative;”>λλ
  8. 对模型集合所有&#x03BB;” role=”presentation” style=”position: relative;”>λλ取值重复上述步骤,选择使交叉验证集误差最小的组合;
  9. 如果需要使用图形化结果来帮助决策的话,可以绘制&#x03BB;” role=”presentation” style=”position: relative;”>λλ的图像;
  10. 使用最好的&#x0398;” role=”presentation” style=”position: relative;”>ΘΘ的值来验证模型对问题是否有好的泛化能力。
  11. 为了帮助选择最好的多项式次数和&#x03BB;” role=”presentation” style=”position: relative;”>λλ的值,可以采用学习曲线来诊断。

5.学习曲线

训练3个样本很容易得到0误差,因为我们永远可以找到一条二次曲线完全经过3个点。

  • 当训练集越来越大时,二次函数的误差也会增加。
  • 误差值会在训练集大小m增加到一定程度后慢慢平缓。

高偏差的情况

  • 小训练集Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)较低,$J_{CV}(\Theta)较高。
  • 大训练集Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)J_{train}(\Theta) \approx J_{CV}(\Theta)$。

如果学习算法有高偏差的问题,那么获取更多的训练数据并不会有很多改进。

对于高方差的问题,对于训练集大小有如下关系:

高方差的情况

  • 小训练集Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)较低,$J_{CV}(\Theta)较高。
  • 大训练集Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)J_{train}(\Theta) < J_{CV}(\Theta)$。

如果学习算法有高方差的问题,那么获取更多的训练数据是有用的。

下图展示了训练集大小和高偏差/高方差问题之间的关系。

6.再次考虑如何选择提升模型的下一步

决策过程可以分解成以下几点:

  • 获得更多的训练样本
    • 解决高方差
  • 减少特征的数量
    • 解决高方差
  • 增加特征的数量
    • 解决高偏差
  • 使用多项式特征
    • 解决高偏差
  • 增加正则参数&#x03BB;” role=”presentation” style=”position: relative;”>λλ
    • 解决高偏差
  • 减少正则参数&#x03BB;” role=”presentation” style=”position: relative;”>λλ
    • 解决高方差

7.诊断神经网络

  • 参数较少的神经网络很容易欠拟合,但同时计算也较容易。
  • 参数较多的大型神经网络更容易过拟合,但同时计算量较大。在这种情况下可以使用正则化(增加&#x03BB;” role=”presentation” style=”position: relative;”>λλ)来避免过拟合问题。

使用单个隐藏层是一个较好地开始默认设置。你可以使用验证集在多个隐藏层上训练神经网络。

8.模型选择总结

以下是机器学习诊断的一些总结

  • 选择多项式次数M
  • 如何选择模型中得参数&#x0398;” role=”presentation” style=”position: relative;”>ΘΘ(即模型选择)

有3种方式解决:

  1. 获取更多数据(非常困难)
  2. 选择拟合数据最好且没有过拟合的模型(非常困难)
  3. 通过正则化来减少过拟合的机会

偏差:近似误差(预测值和期望值之间的差值)

  • 高偏差 = 欠拟合(BU)
  • Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)J_{train}(\Theta) \approx J_{CV}(\Theta)$

方差:有限数据集之间的估计误差值

  • 高方差 = 过拟合(VO)
  • Jtrain(&#x0398;)” role=”presentation” style=”position: relative;”>Jtrain(Θ)Jtrain(Θ)

偏差-方差权衡的直觉

  • 复杂模型=>数据敏感=>受训练集X变化的影响=>高方差,低偏差
  • 简单模型=>更死板=>不受训练集X变化的影响=>低方差,高偏差

机器学习的最重要的目标之一:找到一个模型在偏差-方差的权衡之间刚刚好。

正则化影响

  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ值较小(过拟合)使模型容易受噪声影响,导致高方差。
  • &#x03BB;” role=”presentation” style=”position: relative;”>λλ值较大(欠拟合)会将参数值接近于0,导致高偏差。

模型复杂度影响

  • 多项式次数较低的模型(模型复杂度低)有高偏差和低方差。在这种情况下,模型拟合总是很差。
  • 多项式次数较高的模型(模型复杂度高)拟合训练集极好,拟合测试集极差。导致训练集上低偏差,但高方差。
  • 在现实中,我们想要选择一个模型在以上两种情况之间,既然可以很好地拟合数据,也有很好地泛化能力。

使用诊断时的一些典型经验法则

  • 获取更多地训练样本可以解决高方差问题,不能解决高偏差问题。
  • 减少特征数量可以解决高方差问题,不能解决高偏差问题。
  • 增加特征数量可以解决高偏差问题,不能解决高方差问题。
  • 增加多项式特征和交互特征(特征和特征交互)解决高偏差问题,不能解决高方差问题。
  • 当使用梯度下降时,减少正则化参数&#x03BB;” role=”presentation” style=”position: relative;”>λλ值可以解决高偏差问题。
  • 当使用神经网络时,小型神经网络更容易欠拟合,大型神经网络更容易过拟合。交叉验证是选择神经网络大小的一种方式。

参考:

  • https://class.coursera.org/ml/lecture/index
  • http://www.cedar.buffalo.edu/~srihari/CSE555/Chap9.Part2.pdf
  • http://blog.stephenpurpura.com/post/13052575854/managing-bias-variance-tradeoff-in-machine-learning
  • http://www.cedar.buffalo.edu/~srihari/CSE574/Chap3/Bias-Variance.pdf
    </article>