李宏毅机器学习笔记（一）

本次学习的资源为B站上2017年李宏毅老师的网课视频。

机器学习的目标

机器学习的目标实际上是通过 training data 找到一个函数，使该函数拥有根据某些输入而输出的能力。类似于给出一些日期来预测pm2.5指数等。这种输出是根据训练的 data 决定的，从而表现出机器具有某种学习的能力。

机器学习的三步骤

Step 1:Model

首先要有一个model，这个model是一个函数集（a set of function），这个函数的集合目前可以假设已经给出。
这个model中的函数有各种各样的参数，但是这些参数并不是都很适合我们所要应对的数据，所以我们需要找出合适的函数（由于函数的形式都是一致的，其实也就是要为这个函数集合找出合适的参数）。

Step 2:Goodness of Function

根据第一步的说法，我们需要找出比较好的函数（也就是比较合适的参数），那么需要有一个评价函数好坏的标准，这也就是step 2的目的。下图是对每一个样本值的描绘。横坐标是CP值，纵坐标是进化后的CP值。

为了用数值来描述每个函数的好坏，我们设置一个Loss函数 L，这个函数的定义如下图。该函数相当于是将每个观测值与预测值相减再平方，最后相加。实际上就是表示使用该函数每个预测值与真实值总体上的偏离程度。

Step 3：Best Function

第三步就是求出最佳的函数。最佳的函数（也就是最佳的参数），实际上就是令Loss函数最小的参数。这个可以用 gradient descent的方式来迭代求得。具体操作方式实际上就是，对Loss函数求偏导后，使用如下方式进行多次迭代，从而得到令Loss最小的w，b值。
注意其中的 η 是“学习速率”，由下图可以想象，当 η 较小时，趋近目标点的速度过慢，但是当其太大时则会在目标点周围剧烈波动，所以这个值需要自己去设置调节，后续中会有一些调节“学习速率”的方法。

过拟合（overfitting）

过拟合现象

前面的步骤中，我们所设置的function set 中的function都是w的一次函数，得到的最佳函数大致如下：

于是便有了这样的思考：我们是否可以用更加高次的w的函数来作为function。接下来使用二次，三次、四次函数来求得他们分别对应的最佳函数，它们与原始数据点的图像如下（基本一致，只给一图）：

其中，当w的次数到了5次时，发生了过拟合现象：

可以发现，当w到达5次后得到的最佳函数与training data 十分吻合，但显然与实际不符，将其用testing data 测试后发现error数值暴涨，该现象称为“过拟合”，即 overfitting 。

过拟合现象的解决方法（Regularization）

想要解决过拟合，可以回到第二步，也就是如何确定函数好或者不好。可以在Loss函数中加上一项。这一项是 λ 乘上所有参数的平方和。加上这一项后的Loss函数，还是需要去求其最小值。但是因为加入了所有参数Wi的平方和，为了让此时的Loss函数最小，可以预测的是，求得的参数Wi不仅会让原来的error较小，还会让所有的Wi尽可能小。
而更小的Wi意味着这个改进后的Loss函数会更加平滑。而我们相信更加平滑的函数更可能是正确的。

以下是使用不同的 λ 得到的 最小的Loss函数值。可以发现添加一项后，training data 的 error 值在变大，而testing data 的值有显著的变小，也就是说Regularization这方法是切实有效的。

最后，在选择 λ 时，我们要注意许多地方，我们希望最后得到的 function平滑，所以为Loss添加了包含参数的一项，但是我们也不希望最后的 function过于平滑。