线性回归与分类, 解决与区别（转）

电玩女神 2022-05-17 11:47 210阅读 0赞

机器学习可以解决很多问题，其中最为重要的两个是 回归与分类。 这两个问题怎么解决， 它们之间又有什么区别呢？ 以下举几个简单的例子，以给大家一个概念

# 1. 线性回归 #

回归分析常用于分析两个变量X和Y 之间的关系。 比如 X＝房子大小 和 Y＝房价 之间的关系， X=(公园人流量，公园门票票价） 与 Y=(公园收入) 之间的关系等等。

那么你的数据点在图上可以这么看

![1365500858_9999.png][]

现在你想找到 房子大小和房价的关系， 也就是一个函数f(x) = y. 能够很好的表示 这两个变量之间的关系。

于是你需要**大概评估**一下这个 房子大小和房价大概是一个什么关系.

是**线性**的关系吗? 还是**非线性**的关系?

![1365501412_8397.png][]

当然在这个问题里面， 线性的关系更符合这两者的关系。于是我们 选择一个合适的 **线性模型**, 最常用的是 f(x) = ax+b.

然后用这个线性的模型 去 **匹配**这些数据点。

## 1.1 怎么匹配? ##

有了数据点 和 你臆想出来的线性模型，怎么进行匹配，也就是怎么用这根线**最好地**描述些数据点的关系?

需要最好地描述点, 我们又需要一个关于“好”的定义。你也可以想出很多关于**“好”的定义**。下面有两个,

![1365503006_5538.png][]

这两个定义都是 将模型与数据点之间的距离差 之和做为 **衡量匹配好坏的标准**。 误差越小, 匹配程度越大。

但是 总的来说， 我们想要找到的模型， 最后是想要使 f(x) 最大程度地 与y相似， 所以我们想要尽量地减少 f(x)与y之间的差值。 所以在这里 用第二个图的“好的定义” 来评估这根线的匹配程度是很合理的。于是我们有了**误差公式**!!!!!

![1365503838_4516.gif][]

这个公式，说的是，可以通过调整不同的a 和 b的值，就能使 误差不断变化，而当你找到这个公式的**最小值**时，你就能得到**最好的a,b**. 而这对(a,b)就是能最好描述你数据关系的**模型参数**。

### 1.1.1 沿导数下降法(Gradient Descent) ###

怎么找 cost(a,b)的最小? cost(a,b) 的图像其实像一个碗 一样，有一个最低点。 找这个最低点的办法就是，先随便找一个点(e.g. a=3, b = 2), 然后 沿着这个碗下降的方向找，最后就能找到碗的最低点。

![chp_convex_fxn.jpg][]

*cost(a,b) 的形状*

怎么找(某一点)碗下降的方向?? 答案是，找那一点导数的反方向。拿参数a 举个例子, a与cost 关系如下图,

![1365506257_5681.png][]

只要将任意一个a, 沿着使cost **导数的反方向** 慢慢移动，那么 最终有一天a值就会到达使 cost 最小的那一点. 于是你可以不断地移动a,b, 向着最低点前进。

![1365507237_5637.gif][]

![1365507447_3909.gif][]

当然在进行移动的时候也需要考虑，每次移动的速度，也就是\\Alpha的值，这个值也叫做（学习率）. 学习率的**增大**可以加速参数逼近最优的情况， 但是如果在快要到达函数的底端的时候，需要减小学习率，以免出现cost 不断增大或者不停摆动的情况(如下图, J(a,b)就是cost(a,b) )。 所以说，当出现以上两种情况时候，我们应该果断**选取一个较小的学习率**， 以保证cost能减少到一个稳定的值(我们称为 收敛converge).

![1340891560_5529.jpg][]

### 1.1.2 直接求解最小点方法 ###

这时候，有的人会问，为什么要让a不停地往下跑呢？ 而且还需要设定学习率， 多麻烦， 直接让找 导数为0点(最小极值)， 不就可以了吗? 嗯。。。也可以...但是各有优缺，

具体方法和优劣分析可见[Rachel-Zhang][] 的博客: [http://blog.csdn.net/abcjennifer/article/details/7700772][http_blog.csdn.net_abcjennifer_article_details_7700772]

总结一下： 回归问题的解决方法是:

1. 假定一个模型 2. 定义什么叫做最好的匹配(构造误差函数) 3. 用这个模型去匹配**已有的数据点**(训练集)

需要进一步讨论的问题:

*  如果参数(a,b)更多了该怎么办?
 *  如果最合适的匹配模型并不是线性的怎么办? －－－ 选用一个 非线性模型 比如 y = ax^2 + bx + c.
 *  如果误差(cost)与a,b（模型参数）的关系不是像碗一样的, 而是凹凸不平的该怎么办? ------ 这时候你就得注意你得到的cost的最低点(局部的最低)可能因初始点的不同而不同。 而这些最低点你需要进行比较，以确定是不是全局的最低

# 2.分类(Logistic regression) #

分类问题也是一类很常见的问题。 比如说，怎么判定一个人是高富帅还是吊丝? 假如我是中央电视台的记者，采访了N个人, 拿到了第一手资料。资料如下

![1365513316_9918.png][]

我们想要根据一个人的口袋钱数量，来预测一个人是(富帅) 还是 （吊丝）. 我们能不能用回归的方法做呢? 显然是可以的， 我们只要找到一个模型，然后再进行匹配就可以了。

但是因为分类问题的y值常常是一些离散的数字，(比如， 富帅为1, 吊丝为0)， 所以我们已经不能用一个**简单的线性函数**来拟合这些数据了。我们需要一个更逼真的模型。

于是我们引入了一个更适合处理分类问题的函数--- 一个**非线性函数**， 阶跃函数。

![sigmoid.gif][]

这个函数的形状更像我们分类问题的数据分布，所以，用他来拟合分类问题的数据将**更适合**！

所以我们有了一个新的模型,

![gif.latex_5Cfrac_7B1_7D_7B1_e_5E_7B-_28ax_b_29_7D_7D][]

通过调整a,b 的值，可以让模型不断改变以匹配数据点。 为了匹配数据点，我们又需要一个衡量匹配程度的函数，就像 回归问题一样的cost 函数. 于是同理我们可以得到cost

![gif.latex_cost_28a_b_29_20_20_5Csum_7Bi_1_7D_5EN_20_28f_28x_i_29_20-_20y_i_29_5E2_20_20_5Csum_7Bi_1_7D_5EN_20_28_5Cfrac_7B1_7D_7B1_e_5E_7B-ax_i-b_7D_7D_20-_20y_i_29_5E2][]

于是我们急切地想要把它用我们之前的gradient descent 的方法求解出使cost 最小的两个a,b值。 但是很遗憾的是， 这个cost函数关于a,b,是非凸(non-convex)的。 就像下面那张图那样坑坑洼洼。。。

![mmx.jpg][]

所以你**没有办法**通过以上两种方法(1.1.1和1.1.2)求出这个cost函数的**全局最小值**。

所以你需要构造一个更好的cost函数， 在可以**衡量拟合程度**的同时 又是**一个关于a,b 的凸函数**(像回归问题的cost一样，和一个碗一样，只有一个极小值).

这怎么构造啊....

![images_q_tbn_ANd9GcTwOgydjPC4x3DBRqUu7uytKEHRnVwAyhEoT63cakV-QiQ5cgta0Q][]

幸好我们还有各种伟大的数学家，他们夜以继日，终于赶制出了一个形状和碗一样(convex)的cost函数. (Maximum Likelihoods Estimation 更具体的介绍请看[http://www.holehouse.org/mlclass/06\_Logistic\_Regression.html][http_www.holehouse.org_mlclass_06_Logistic_Regression.html] )

![gif.latex_cost_28a_b_29_20_20_5Csum_7Bi_1_7D_5EN_20_5C_5B-y_ilog_28f_28x_i_29_29_20-_20_281-y_i_29log_281-f_28x_i_29_29_20_5C_5D][]

现在我们又可以用我们熟悉的 导数方向下降法(gradient descent) 移动a, b的值，使cost 降低到最小。

![gif.latex_a_20_20a-_5Calpha_5Cfrac_7B_5Cpartial_20cost_7D_7B_5Cpartial_20a_7D_20_20a_20-_20_5Calpha_5Csum_7Bi_1_7D_5EN_28f_28x_i_29-y_i_29x_i][]

![gif.latex_b_20_20b_20-_20_5Calpha_5Csum_7Bi_1_7D_5EN_28f_28x_i_29-y_i_29][]

最后，分类的问题就这样被解决了。

当然，更复杂的问题可能有:

*  现在是分成两类，如果数据需要分成三类或者更多该怎么办? ---- 假如有A,B,C三类， 把其中A类做为1，BC做为0,然后做Logistic regression, 得到模型a, 同理将B类做为1,AC作为0,得到模型b, 再同理得到模型c. 最后测试的时候， 对任意一个数据点x, 我们能够得到x分别属于A,B,C三类的概率值

![gif.latex_f_a_28y_A_7Cx_20_5Ctheta_a_29_20f_b_28y_B_7Cx_20_5Ctheta_b_29_20f_c_28y_C_7Cx_20_5Ctheta_c_29][]

最后比较大小，哪个大，这个x就属于哪一类

具体可看, [http://blog.csdn.net/abcjennifer/article/details/7716281][http_blog.csdn.net_abcjennifer_article_details_7716281] (七)

# 3.总结(两个问题的区别) #

这篇文章大概的意图是能想让大家了解， 机器学习中最基本的两类问题，线性回归和分类。 能让大家有个清晰的思想，对于这两类问题都有以下几个步骤,

*  如何选取一个 **合理的模型**(线性的，or 非线性的(e.g. 阶跃函数， 高斯函数)).
 *  制造一个"美好"的 **误差函数** (可以评估拟合程度，而且还是convex函数)
 *  采取一切可能的**技术**(e.g. 导数下降法，解极值方程法) 求出最好的模型参数

**谈谈回归和分类的区别：**

总的来说两个问题本质上都是一致的，就是模型的拟合（匹配）。 但是分类问题的y值(也称为label), 更离散化一些. 而且， 同一个y值可能对应着一大批的x, 这些x是具有一定范围的。

所以分类问题更多的是 (一定区域的一些x) 对应 着 (一个y). 而回归问题的模型更倾向于 (很小区域内的x，或者一般是一个x) 对应着 (一个y).

在把一个问题建模的时候一定要考虑好需求，让你的模型更好的与现实问题相对应。

[1365500858_9999.png]: https://img-my.csdn.net/uploads/201304/09/1365500858_9999.png
[1365501412_8397.png]: https://img-my.csdn.net/uploads/201304/09/1365501412_8397.png
[1365503006_5538.png]: https://img-my.csdn.net/uploads/201304/09/1365503006_5538.png
[1365503838_4516.gif]: https://img-my.csdn.net/uploads/201304/09/1365503838_4516.gif
[chp_convex_fxn.jpg]: http://live.iugaza.edu.ps/NR/rdonlyres/Global/8/8A9FDC1C-9DEF-40F2-A6D9-17F2F14F5FAB/0/chp_convex_fxn.jpg
[1365506257_5681.png]: https://img-my.csdn.net/uploads/201304/09/1365506257_5681.png
[1365507237_5637.gif]: https://img-my.csdn.net/uploads/201304/09/1365507237_5637.gif
[1365507447_3909.gif]: https://img-my.csdn.net/uploads/201304/09/1365507447_3909.gif
[1340891560_5529.jpg]: https://img-my.csdn.net/uploads/201206/28/1340891560_5529.jpg
[Rachel-Zhang]: http://my.csdn.net/abcjennifer
[http_blog.csdn.net_abcjennifer_article_details_7700772]: http://blog.csdn.net/abcjennifer/article/details/7700772
[1365513316_9918.png]: https://img-my.csdn.net/uploads/201304/09/1365513316_9918.png
[sigmoid.gif]: http://www.computing.dcu.ie/~humphrys/Notes/Neural/Bitmaps/sigmoid.gif
[gif.latex_5Cfrac_7B1_7D_7B1_e_5E_7B-_28ax_b_29_7D_7D]: http://latex.codecogs.com/gif.latex?%5Cfrac%7B1%7D%7B1+e%5E%7B-%28ax+b%29%7D%7D
[gif.latex_cost_28a_b_29_20_20_5Csum_7Bi_1_7D_5EN_20_28f_28x_i_29_20-_20y_i_29_5E2_20_20_5Csum_7Bi_1_7D_5EN_20_28_5Cfrac_7B1_7D_7B1_e_5E_7B-ax_i-b_7D_7D_20-_20y_i_29_5E2]: http://latex.codecogs.com/gif.latex?cost%28a,b%29%20=%20%5Csum_%7Bi=1%7D%5EN%20%28f%28x_i%29%20-%20y_i%29%5E2%20=%20%5Csum_%7Bi=1%7D%5EN%20%28%5Cfrac%7B1%7D%7B1+e%5E%7B-ax_i-b%7D%7D%20-%20y_i%29%5E2
[mmx.jpg]: /images/20220517/de50695803544eb3a558459945dd47db.png
[images_q_tbn_ANd9GcTwOgydjPC4x3DBRqUu7uytKEHRnVwAyhEoT63cakV-QiQ5cgta0Q]: https://encrypted-tbn3.gstatic.com/images?q=tbn:ANd9GcTwOgydjPC4x3DBRqUu7uytKEHRnVwAyhEoT63cakV-QiQ5cgta0Q
[http_www.holehouse.org_mlclass_06_Logistic_Regression.html]: http://www.holehouse.org/mlclass/06_Logistic_Regression.html
[gif.latex_cost_28a_b_29_20_20_5Csum_7Bi_1_7D_5EN_20_5C_5B-y_ilog_28f_28x_i_29_29_20-_20_281-y_i_29log_281-f_28x_i_29_29_20_5C_5D]: /images/20220517/0141eb0b55054212b8f3b4c8664aa74d.png
[gif.latex_a_20_20a-_5Calpha_5Cfrac_7B_5Cpartial_20cost_7D_7B_5Cpartial_20a_7D_20_20a_20-_20_5Calpha_5Csum_7Bi_1_7D_5EN_28f_28x_i_29-y_i_29x_i]: /images/20220517/d809a5a2abc5410fac118dff6108597b.png
[gif.latex_b_20_20b_20-_20_5Calpha_5Csum_7Bi_1_7D_5EN_28f_28x_i_29-y_i_29]: /images/20220517/32c848ebc27441abb2a3bd3ebe31f531.png
[gif.latex_f_a_28y_A_7Cx_20_5Ctheta_a_29_20f_b_28y_B_7Cx_20_5Ctheta_b_29_20f_c_28y_C_7Cx_20_5Ctheta_c_29]: /images/20220517/f135a6ec8039478c94ba46017ac1c733.png
[http_blog.csdn.net_abcjennifer_article_details_7716281]: http://blog.csdn.net/abcjennifer/article/details/7716281