二、机器学习概述
文章目录
2.1 关于概率
概率&随机变量&概率分布
离散随机变量：
伯努利分布：
二项分布：
连续随机变量：
概率密度函数
累计分布函数
联合概率：
都发生指定的情况的概率，就是相乘；
条件概率：
对于离散随机向量(X,Y)，已知X=x的条件下，随机变量Y=y的条件概率为
2.2 机器学习
如何构建映射函数 => 大量数据中寻找规律；
机器学习(Machine Learning，ML)是指从有限的观测数据中学习（或"猜测")出具有一般性的规律，并利用这些规律对未知数据进行预测的方法．
2.3 机器学习类型
- 回归问题：房价预测、股票预测等；
- 分类问题：手写数字识别，垃圾邮件监测、人脸检测；
- 聚类问题：无监督学习，比如找出相似图形；
- 强化学习：与环境交互来学习，比如AlphaGo；
- 多种模型：监督学习+无监督学习等等，自动驾驶；
典型的监督学习：回归、分类；
典型的无监督学习：聚类、降维、密度估计；
2.4 机器学习基本要素
- 数据：有数据才能训练；
- 模型：给定假设空间，从中选择最优模型，能够预测x和y的关系
- 学习准则：判断模式是好是坏；
- 优化算法：用一些数学优化算法来学到所期望的模型；
学习准则：以回归问题为例：
机器学习问题 -> 最优化参数问题；
2.5 泛化和正则化
Q：为什么不用训练集上的错误率还验证模型好坏呢？
涉及到模型的泛化问题；
2.6 举例：线性回归
1.下面求解线性回归参数的方法也叫最小二乘法
2.x*x转置 的逆存在的条件是x的各个行向量之间是线性不相关的
3.引入结构风险最小化
假如第i个特征和第j个特征互为相反数，即线性相关，那么wi和wj就可以同时变得很大，那么xi的一个非常小的扰动可能会对结果造成较大的影响
4.结构风险图中的拉姆达是人为加上去的，就是正则化系数，拉姆达越大对w限制越狠
最小化之后发现 x*x转置+拉姆达*单位矩阵，这个东西的逆一定存在，那么就说明会一直有解
就解决了经验风险最小化的时候解有可能不存在即解不稳定的问题
2.7 举例：多项式回归
但是我们这些方法都是用来求w的，而多项式次数M却没有求，这是个超参数，是人为设置的
M<3时，欠拟合了
M=9时，过拟合了，所以模型的选择很重要，每个不同的M都是一个不同的模型
而多项式系数变大代表着不稳定，代表着只要一点小小扰动就会让结果发生很大变化
所以就引入正则化项来解决过拟合
拉姆达也是一个超参数，下图用来表示拉姆达取这两个值的时候对w的约束
除了正则化还有一个手段解决过拟合
2.8 线性回归的概率视角
总的似然函数可以分解为每个样本的似然函数的连乘
我们发现最大似然估计求出来的w和最小二乘法的经验风险一样，说明两者是等价的
发现后面那一项其实就是前面提过的正则化项，就是把2v平方分之一定义为拉姆达
总结
2.9 模型选择问题与偏差方差分解
模型选择
- 拟合能力强的模型一般复杂度会比较高，容易过拟合
- 如果限制模型复杂度，降低拟合能力，可能会欠拟合
如何选择模型?
- 模型越复杂，训练错误越低 ×
- 不能根据训练错误最低来选择模型
- 在选择模型时，测试集不可见
一般这么选择模型：
将训练集分出一部分作为验证集：
然后在训练集上训练模型，选择在验证集上错误率最小的模型；
这可能导致数据稀疏问题，引入交叉验证 方法：
将训练集分为S组，每次使用S-1组作为训练集，剩下1组作为验证集，取验证集上平均性能最好的一组；
也可以根据信息准则：AIC、BIC去选择模型
除了这个方法之外还有一些其他的准则来帮助我们选择模型
噪声一般是由于y引起的，没办法通过模型优化来解决，一般就不管了
括号内容进一步如何分解呢？
手段：集成模型，把结果搞个平均或者投票什么的
2.10 常用定理
没有免费午餐定理(No Free Lunch Theorem，NFL)：对于基于迭代的最优化算法，不存在某种算法对所有问题（有限的搜索空间内）都有效。如果一个算法对某些问题有效，那么它一定在另外一些问题上比纯随机搜索算法更差。
奥卡姆剃刀原理：若无必要，勿增实体，如果能用一个简单模型解决的问题，切勿用一个复杂模型；丑小鸭定理：丑小鸭和白天鹅之间的区别和两只白天鹅之间的区别一样大
因为只有设定了特征或者标签之后才可以说区别大小
比如大小之类的
归纳偏置：很多学习算法经常会对学习的问题做一些假设，这些假设就称为归纳偏置。
- 在最近邻分类器中，我们会假设在特征空间中，一个小的局部区域中的大部分样本都同属一类。
- 在朴素贝叶斯分类器中，我们会假设每个特征的条件概率是互相独立的。
- 归纳偏置在贝叶斯学习中也经常称为先验(Prior) 。
大数定律（Probably Approximately correct，PAC）：当训练集大小D趋向于无穷大时，泛化误差趋向于0，即经验风险趋向于期望风险；
可以帮助我们确定样本的数量级别
