机器学习系列（3）： 几分钟了解正则化及python实现
“ 咦？训练集上的表现很不错，测试集和开发集怎么就下降了？有请正...正...正则化，这里是机器学习系列第三篇，带你走进正则化，了解一下它是如何改善网络性能的吧。(文末有彩蛋哦)”
01 导言
深度学习可能会存在过拟合问题，也即有比较高的方差（variance），导致深度网络不能很好的泛化，针对这个问题，我们可以有不同的解决方式，比如采用正则化、增加数据集、减小网络规模、改变网络架构等，这个主题我们将讨论正则化。
申明
本文原理解释和公式推导均由LSayhi完成，供学习参考，可传播；代码实现的框架由Coursera提供，由LSayhi完成，详细数据和代码可在github中查询.
https://github.com/LSayhi/DeepLearning
微信公众号：AI有点可ai
02 常见正则化
2.1、 L2范数正则化
-
这种正则化方式是将原交叉信息熵代价函数
更改为
更改后的代价函数的第二部分中是范数，称为Frobenius norm,所以在书写时，矩阵
写为
或
，再代价函数增加的第二部分代价称为
正则化cost。那么在反相传播过程中，
,此处的
相较于没有正则化的方式更大了，更新后的
将更小，因此我们也称
范数正则化为权重减轻。
-
那么为什么正则化能够防止过拟合呢？直觉上可以这么认为，W越小，隐藏层神经元的影响越小，极端情况比如W=0，那么对应的神经元就没有发挥作用，神经元的数目越小，越不容易拟合，因此，如果之前是过拟合的情况，经过正则化可以降低方差，当然W的大小还与
有关，这就是一个可以调试的参数。
2.2、L1范数正则化：
-
L1正则化与L2正则化不同的是，将
改为
,记为
,称L1范数，L1正则化是将平方换成了绝对值。
-
L1和L2一样，都是引入对参数W的惩罚，“惩罚”意为降低W对网络的影响，极端情况就是使W中的某些值为0，降低网络的表达能力。
-
L1与L2不同的是，L1能够产生稀疏性，L1会趋向于产生少量的特征，而其他的特征都是0，而L2会选择更多的特征，这些特征都会接近于0（详细演绎待补充）
2.3、L0范数正则化
-
L0正则化， L0范数是指向量中非0的元素的个数。如果我们用L0范数来规则化一个参数矩阵W的话，就是希望W的大部分元素都是0。由此，L0正则化将更大程度上降低网络的表达能力，
在一定条件下，依概率1等价于
,但L0范数优化是个NP-hard问题，人们于是倾向于用L1,L2范数。
2.4、dropout正则化
-
这种正则化方式是将隐藏层的神经元随机消除，可以理解为随机抛弃了某些已经学习到的特征，以达到降低网络表达能力的效果。这和PCA有点类似，PCA是对输入层数据进行特征选择，而dropout是对隐藏层学习到的特征进行（随机）选择，不依赖于某一特征，这样可以降低网络对某些参数的过拟合。
2.5、Early stopping
-
提前停止，这种方式是通过迭代次数和代价两者的曲线，取一个中等大小的迭代次数，此时对应中等大小的W，可以防止过拟合。
2.6、数据扩增
-
如果数据量过少，则深度血虚可能会产生过拟合，那么通过人工产生新的数据，则可以扩大数据集，对于图像识别比如将图片翻转、裁剪等，对于数字识别将数字扭曲，旋转等，通过增加数据量减少过拟合。
03 效果展示
任务：假设现在我们有一些足球比赛数据，这些数据记录着当法国队守门员发球后，在足球场上不同地点是哪方头球接球成功。利用这些数据，用神经网络预测在不同位置，是哪个队的球员头球成功获得控球权。
训练集数据如下图
采用同样的网络结构，利用不同正则化方式，我们对比下效果：
未使用正则化：
L2正则化：
dropout正则化
result table
可以看出正则化方式减小了过拟合，提高了测试集预测正确率。
04 python实现
4.1 本文相应的代码及资料已经以.ipynb文件和.pdf形式在github中给出。
-
.ipynb文件在链接/Coursera-deeplearning深度学习/课程2/week1/
-
.pdf文件在链接/Coursera-deeplearning深度学习
点击【蓝字链接】，github传送门了解一下。
觉得有帮助的话别忘了star哦
有时候，不追求完美，反倒是一种美，我知道你并非完美，但却瑕疵的那么可爱
-by LSayhi的神经网络