机器学习（二）之监督学习-编程知识

前言：

上一节大概讲解了几种学习方式，下面几张就具体来讲讲监督学习的几种算法。

以下示例中 $\beta$ 和 $\omega$ 都是权重的意思！！！

注：本文如有错误之处，还请读者指出，欢迎评论区探讨！

1 线性模型（Linear Models）

1.1 普通最小二乘法（Ordinary Least Squares）

概念：

残差平和和最小

推导：

由于懒得打公式，我们直接引用别人的（图片来源）

（1）先给出一个线性方程组

（2）改写成矩阵形式

（3）转化为一般形式

一般这个解都无精确解，只有最佳近似解，即超定方程。

（4）求偏导求 $\displaystyle \beta$ （一般来说，这个不需要我们手动求，调包就可以了，嘿嘿，调包侠）

（5）最小二乘公式

$\xi =min\left \| x\beta -y \right \|_{2}^{2}$

因为是超定方程，有许多近似解，但是残差平方和最小的通常只有一个，我们就规定这个就是最优近似解。

示例：

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
from sklearn.metrics import mean_squared_error, r2_score# diabetas_X有442条样本，10个属性
diabetas_X, diabetas_Y = datasets.load_diabetes(return_X_y=True)
# 重新选取数据集，选取全部样本和前两个属性，并增加一维
diabetas_X = diabetas_X[:, np.newaxis, 2]
# 创建训练集和测试集
diabetas_X_train = diabetas_X[:-20]
diabetas_X_test = diabetas_X[-20:]
# 创建训练标签和真实的测试标签
diabetas_Y_train = diabetas_Y[:-20]
diabetas_Y_test = diabetas_Y[-20:]
# 使用线性回归的方法进行预测
regr = linear_model.LinearRegression()
# 拟合数据
regr.fit(diabetas_X_train, diabetas_Y_train)
# 预测测试集
diabetas_Y_pred = regr.predict(diabetas_X_test)
print("Coefficients:\n", regr.coef_)  # 回归系数
print("Mean square error:%.2f" % mean_squared_error(diabetas_Y_test, diabetas_Y_pred))  # 平均平方误差
print("Coefficient of determination : %.2f" % r2_score(diabetas_Y_test, diabetas_Y_pred))  # 决定系数plt.scatter(diabetas_X_test, diabetas_Y_test, color="black")  # 点
plt.plot(diabetas_X_test, diabetas_Y_pred, color="red", linewidth=3)  # 线
# 不显示x和y轴
plt.xticks(())
plt.yticks(())
plt.show()

结果：

Coefficients:[938.23786125]
Mean square error:2548.07
Coefficient of determination : 0.47

拓展：

（1）非负最小二乘法（Non-Negative Least Squares）：可将所有的系数约束为非负数，在现实中应用很多，如商品价格

（2）普通最小二乘复杂度（Ordinary Least Squares Complexity）：

1.2 岭回归和岭分类（Ridge regression and classification）

该方法是普通最小二乘的一个变体。

岭分类的本质是将分类问题转化为回归问题，然后调用岭回归去解决。在此我们只讨论岭回归。

引入：

在使用线性模型拟合回归函数时，最终目的是想要求出 $\omega$ 的值，即最优近似解，更加直观的看到每个参数的权重大小，即重要性大小（权重大的，更重要），之后能够根据权重进行预测。

但是，当x多重共线的时候（即参数之间能够相互表示）的时候，那y的值就很难根据不同的x设计不同的权重了。

不好理解是不是，上图！（图源）

这张图很清楚，举得也是一个极端的例子，这两个x之前存在着精确的相关关系，即 $x_{1}=2x_{2}$ ，导致有多种 $\omega$ 满足这个式子。一般来说，x不会有这么精确地相关性，但是也足够迷惑了。

这个方法的目的是想把方差较小的参数投影到方差大的维度上，减少线性相关性，更好的拟合函数，进行预测。

概念：

在最小二乘的基础上加了一个惩罚项（L2-范式）。

这个 $\alpha$ 为惩罚项的系数，认为控制，范围为 $\alpha \geqslant 0$ 。

推导：

这推导过程使用了大量的线性代数，有奇异值分解，PCA等。

先用语言来描述一下，这个过程。我们先求出这个线性模型的特征值和特征向量，然后进行奇异值分解（求出对角矩阵，这个对角矩阵就是我们的构成 $\alpha$ 的重要部分）和特征值分解（主成分分析PCA），找出主成分方向的第一主成分，进行投影，再垂直于第一主成分的面上找方差最大的第二主成分，进行投影，一直重复，直到n维结束。然后预测值就会根据 $\alpha$ 值和新的坐标来重新预测。

语言描述模糊？不理解？下面来图解（图片引用，这个博主还有详细的公式注解讲的非常棒）：

这样就实现了岭回归的功能。

示例：

import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model# 创建一个 Ridge 回归模型
reg = linear_model.Ridge(alpha=0.5)# 训练数据
X_train = np.array([[0, 0], [0, 0], [1, 1]])
y_train = np.array([0, 0.1, 1])# 拟合模型
reg.fit(X_train, y_train)# 获取回归系数和截距
coef = reg.coef_
intercept = reg.intercept_# 绘制数据点
plt.scatter(X_train[:, 0], y_train, color='blue', label='Data Points')# 绘制模型拟合的直线
x_line = np.linspace(0, 1, 100)
y_line = coef[0] * x_line + coef[1] * x_line + intercept
plt.plot(x_line, y_line, color='red', linewidth=2, label='Regression Line')# 添加标签和图例
plt.xlabel('Feature 1')
plt.ylabel('Target')
plt.title('Linear Regression with Ridge Regularization')
plt.legend()# 显示图形
plt.show()

这是岭回归的结果（鲁棒性较好），比下面普通最小二乘（有点过于拟合了）的效果要好。

Ridge回归：

Oridinary回归：

拓展：

（1）当 $\alpha$ 越大（越靠左），惩罚越大，权重越趋近于0， $\alpha$ 越小，后面的震动越大。

（2）复杂度和普通最小二乘一样。

（3）留一交叉验证（leave-one-out Cross-Validation）：从数据集D中，取出一组作为验证集，其他作为训练集，直到所有的样本都做过验证集，共计N次，最后对验证误差求平均。

1.1 套索算法（Lasso）

概念：

最小二乘解加L1-范式。

由于未知量比样本多，导致许多权重很小，就不是很重要。如果使用岭回归，这种不重要的变量也估计出来了，很容易导致过拟合。用Lasso方法，就可以把这些不重要变量的系数压缩为0，既实现了较为准确的参数估计，也实现了变量选择（降维）。

推导：

左为Lasso，右为岭回归，β1，β2是要优化的模型参数，红色椭圆为目标函数，蓝色区域是解空间。

该图可以看出来，Lasso的最优解更容易切到坐标轴上，而Ridge回归在不抛弃任何一个特征的情况下，缩小了回归系数，使模型相对比较稳定，但和Lasso相比，鲁棒性比较差。

示例：

import matplotlib.pyplot as plt
from sklearn import linear_model
import numpy as np
reg=linear_model.Ridge(alpha=0.1)  #alpha惩罚系数
x_train=np.array([[0, 0], [1, 1]])
y_train=np.array([0,1])x_test=np.array([[1,1]])reg.fit(x_train,y_train)
y_pre=reg.predict(x_test)
coef=reg.coef_
intercept=reg.intercept_plt.scatter(x_train[: ,0],y_train,color="blue",label="Train Points")
x_line=np.linspace(0,1,100)
y_line = coef[0] * x_line + coef[1] * x_line + intercept
plt.plot(x_line, y_line, color='red', linewidth=2, label='Regression Line')
plt.scatter(x_test[:,0],y_pre,color="green",label="Test Points")plt.xlabel('Feature 1')
plt.ylabel('Target')
plt.title('Linear Regression with Ordinary Regularization')
plt.legend()
plt.show()

绿色为预测的点，蓝色是原始数据点。根据图片来看，肯定是Lasso拟合的效果更好，更接近与现实。

Lasso回归：

Ridge回归：

Oridinary回归：

还有很多种线性模型，我们有时间再讨论，下面先介绍线性和二次判别。

2 线性和二次判别分析（Linear and Quadratic Discriminant Analysis）

该图显示了线性判别分析和二次判别分析的决策边界。下面一行表明，线性判别分析只能学习线性边界，而二次判别分析可以学习二次边界，因此更加灵活。

2.1 使用LDA（线性判别）进行降维（Dimensionality reduction using Linear Discriminant Analysis）

概念：

这个最熟悉的应该就是Fisher判别了吧，哈哈哈

给定训练样例集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离；在对新样本进行分类时，将其投影到同样的这条直线上，再根据投影点的位置来确定新样本的类别。

一句话概括就是类内离散度小，类间离散度大。

推导（引用）：

示例：

import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.decomposition import PCA
from sklearn.discriminant_analysis import LinearDiscriminantAnalysisiris=datasets.load_iris()
x=iris.data
y=iris.target
target_names=iris.target_namespca=PCA(n_components=2)
x_r=pca.fit(x).transform(x)  #从这可以看出来pca是无监督学习lda=LinearDiscriminantAnalysis(n_components=2)
x_r2=lda.fit(x,y).transform(x)print("explained variance ratio (first two components): %s"% str(pca.explained_variance_ratio_)
)plt.figure()
colors=["navy",'turquoise','darkorange']
lw=2for color ,i, target_name in zip(colors,[0,1,2],target_names):plt.scatter(x_r[y==i,0],x_r[y==i,1],color=color,alpha=0.8,lw=lw,label=target_name)plt.legend(loc="best",shadow=False,scatterpoints=1)
plt.title("PCA of IRIS dataset")plt.figure()
for color,i,target_name in zip(colors,[0,1,2],target_names):plt.scatter(x_r2[y == i, 0], x_r2[y == i, 1], color=color, alpha=0.8, lw=lw, label=target_name)plt.legend(loc="best",shadow=False,scatterpoints=1)
plt.title("LDA of IRIS dataset")
plt.show()

对比LDA和PCA，LDA是监督学习，PCA是无监督学习。

LDA：