导读
通过本篇文章可以对ML的常用算法有个常识性的认识,没有代码,没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的,例子主要是分类问题。
每个算法都看了好几个视频,挑出讲的最清晰明了有趣的,便于科普。
以后有时间再对单个算法做深入地解析。
今天的算法如下:
-
决策树
-
随机森林算法
-
逻辑回归
-
SVM
-
朴素贝叶斯
-
K最近邻算法
-
K均值算法
-
Adaboost 算法
-
神经网络
-
马尔可夫
1. 决策树
根据一些 feature 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。
![a0ba11569e4a11d8d37b5097defb2315d3bfdd5e]()
2. 随机森林
在源数据中随机选取数据,组成几个子集
![097006612ff93ce19fae6d5f8da9adb288a2c59f]()
S 矩阵是源数据,有 1-N 条数据,A B C 是feature,最后一列C是类别
![5adb543d8cc1bcc683651903de08306ab6cd6daf]()
由 S 随机生成 M 个子矩阵
![c58eef232a4e35f8e47b660ffe01bc627096a1e7]()
这 M 个子集得到 M 个决策树
将新数据投入到这 M 个树中,得到 M 个分类结果,计数看预测成哪一类的数目最多,就将此类别作为最后的预测结果
![d8afb1ecf52ba06c182f5f47b8684808652f61ff]()
3. 逻辑回归
当预测目标是概率这样的,值域需要满足大于等于0,小于等于1的,这个时候单纯的线性模型是做不到的,因为在定义域不在某个范围之内时,值域也超出了规定区间。
![43a2fda3ffed097884006c92f5e25d21ca354092]()
所以此时需要这样的形状的模型会比较好
![1ac95619f62601d5edec2042156533941eb08592]()
那么怎么得到这样的模型呢?
这个模型需要满足两个条件 大于等于0,小于等于1
大于等于0 的模型可以选择 绝对值,平方值,这里用 指数函数,一定大于0
小于等于1 用除法,分子是自己,分母是自身加上1,那一定是小于1的了
![f43a4293a8f0aecceac8ec7b6f21cd0d9651b076]()
再做一下变形,就得到了 logistic regression 模型
![65b6324938b2224db71b9b1089571e8e8186bf94]()
通过源数据计算可以得到相应的系数了
![f55a6c5e39d57c0f80269bc0b138db11b2f0cb35]()
最后得到 logistic 的图形
![71018f6c651987f13e0b5794c63b019a5b9fca23]()
4. SVM
support vector machine
要将两类分开,想要得到一个超平面,最优的超平面是到两类的 margin 达到最大,margin就是超平面与离它最近一点的距离,如下图,Z2>Z1,所以绿色的超平面比较好
![134db0430ff37574f07a3bb37b3985bd2ce20667]()
将这个超平面表示成一个线性方程,在线上方的一类,都大于等于1,另一类小于等于-1
![03fc85e948293b004e19f074b236d9e467309317]()
点到面的距离根据图中的公式计算
![b945ed25d21837ecad09b2bd73925c922e608867]()
所以得到 total margin 的表达式如下,目标是最大化这个 margin,就需要最小化分母,于是变成了一个优化问题
![44dd82919945eded6f01d72c04f34eb001b51004]()
举个栗子,三个点,找到最优的超平面,定义了 weight vector=(2,3)-(1,1)
![be0a5360b32ac4d4af3f7512c76b7860edc61563]()
得到 weight vector 为(a,2a),将两个点代入方程,代入(2,3)另其值=1,代入(1,1)另其值=-1,求解出 a 和 截矩 w0 的值,进而得到超平面的表达式。
![ace44bc64c88ef0a24c63004fabe659f992594a3]()
a 求出来后,代入(a,2a)得到的就是 support vector
a 和 w0 代入超平面的方程就是 support vector machine
5. 朴素贝叶斯
举个在 NLP 的应用
给一段文字,返回情感分类,这段文字的态度是positive,还是negative
![8a083f3ea349b66df42f2d6525dca35ba73d5dff]()
为了解决这个问题,可以只看其中的一些单词
![4f2925fa3bf3a6258f10f6d441940e07f956ba4e]()
这段文字,将仅由一些单词和它们的计数代表
![336567a78886792ff9a157bd25d2923c9e4234f4]()
原始问题是:给你一句话,它属于哪一类
通过 bayes rules 变成一个比较简单容易求得的问题
![c95a31d7448df9d61814915300dc331e59c187da]()
问题变成,这一类中这句话出现的概率是多少,当然,别忘了公式里的另外两个概率
栗子:单词 love 在 positive 的情况下出现的概率是 0.1,在 negative 的情况下出现的概率是 0.001
![45c3afce5668311c433ce6af33c1f8cd5ace4cbb]()
6. K最邻近
k nearest neighbours
给一个新的数据时,离它最近的 k 个点中,哪个类别多,这个数据就属于哪一类
栗子:要区分 猫 和 狗,通过 claws 和 sound 两个feature来判断的话,圆形和三角形是已知分类的了,那么这个 star 代表的是哪一类呢
![804a92f55e53f9ba2c88e91bf283891033dd98e4]()
k=3时,这三条线链接的点就是最近的三个点,那么圆形多一些,所以这个star就是属于猫
![7be45e876d3c2befc6be534b4fbb26188299f812]()
7. K均值
想要将一组数据,分为三类,粉色数值大,黄色数值小
最开心先初始化,这里面选了最简单的 3,2,1 作为各类的初始值
剩下的数据里,每个都与三个初始值计算距离,然后归类到离它最近的初始值所在类别
![445a68b092c4c2d31aa1044054862bfbdff12725]()
分好类后,计算每一类的平均值,作为新一轮的中心点
![87556e98735d53ab0bb5166b402f84930f3bfff9]()
几轮之后,分组不再变化了,就可以停止了
![0896c6b062c6de0ea55960f6d0abc11b86e897d5]()
8. Adaboost
adaboost 是 bosting 的方法之一
bosting就是把若干个分类效果并不好的分类器综合起来考虑,会得到一个效果比较好的分类器。
下图,左右两个决策树,单个看是效果不怎么好的,但是把同样的数据投入进去,把两个结果加起来考虑,就会增加可信度
![97436f1500380bf869e0cff0e474e12c9e76f8ac]()
adaboost 的栗子,手写识别中,在画板上可以抓取到很多 features,例如 始点的方向,始点和终点的距离等等
![01d55326bf976c57fe5e7e093f87494fbe37ad97]()
training 的时候,会得到每个 feature 的 weight,例如 2 和 3 的开头部分很像,这个 feature 对分类起到的作用很小,它的权重也就会较小
![189d7c4781199a67ce0a8fcb4ab208f26f31399f]()
而这个 alpha 角 就具有很强的识别性,这个 feature 的权重就会较大,最后的预测结果是综合考虑这些 feature 的结果
![d39acfdd2136adcf801025a0e72101b89cff039f]()
9. 神经网络
Neural Networks 适合一个input可能落入至少两个类别里
NN 由若干层神经元,和它们之间的联系组成
第一层是 input 层,最后一层是 output 层
在 hidden 层 和 output 层都有自己的 classifier
![320d02e67285096f11073cf29ad7982db5278c8f]()
input 输入到网络中,被激活,计算的分数被传递到下一层,激活后面的神经层,最后output 层的节点上的分数代表属于各类的分数,下图例子得到分类结果为 class 1
同样的 input 被传输到不同的节点上,之所以会得到不同的结果是因为各自节点有不同的weights 和 bias
这也就是 forward propagation
![aeba1b7777500fd242b2234bf5f5d6a8a74bf9f5]()
10. 马尔科夫
Markov Chains 由 state 和 transitions 组成
栗子,根据这一句话 ‘the quick brown fox jumps over the lazy dog’,要得到 markov chain
步骤,先给每一个单词设定成一个状态,然后计算状态间转换的概率
![366624155532612ad815502bfded191f7210f8a7]()
这是一句话计算出来的概率,当你用大量文本去做统计的时候,会得到更大的状态转移矩阵,例如 the 后面可以连接的单词,及相应的概率
![f395980bb5c2d4042fee260efd0d0d761c6e9825]()
生活中,键盘输入法的备选结果也是一样的原理,模型会更高级
![fc68b38a0bc7c7b09474af0279f16e7955e06ea6]()
每日一题
下列哪个函数不可以做激活函数?
A、y = tanh(x)
B、y = sin(x)
C、y = max(x,0)
D、y = 2x
正确答案是:D
解析:
线性函数不能作为激活函数。
IELTS a bit
proposal n. 提议;建议;求婚;<美>投标
re-order 重新订货;再订购(单)
tribal adj. 部落的;种族的
原文发布时间为:2018-09-17 本文作者:不会停的蜗牛 本文来自云栖社区合作伙伴“深度学习自然语言处理”,了解相关信息可以关注“深度学习自然语言处理”。