简单易学的机器学习算法——极限学习机(ELM)
2015-11-16 14:42
302 查看
一、极限学习机的概念
极限学习机(Extreme Learning Machine) ELM,是由黄广斌提出来的求解单隐层神经网络的算法。ELM最大的特点是对于传统的神经网络,尤其是单隐层前馈神经网络(SLFNs),在保证学习精度的前提下比传统的学习算法速度更快。
二、极限学习机的原理
ELM是一种新型的快速学习算法,对于单隐层神经网络,ELM 可以随机初始化输入权重和偏置并得到相应的输出权重。(选自黄广斌老师的PPT)
对于一个单隐层神经网络(见Figure 1),假设有
个任意的样本
,其中
,
。对于一个有
个隐层节点的单隐层神经网络可以表示为
其中,
为激活函数,
为输入权重,
为输出权重,
是第
个隐层单元的偏置。
表示
和
的内积。
单隐层神经网络学习的目标是使得输出的误差最小,可以表示为
即存在
,
和
,使得
可以矩阵表示为
其中,
是隐层节点的输出,
为输出权重,
为期望输出。
,
为了能够训练单隐层神经网络,我们希望得到
,
和
,使得
其中,
,这等价于最小化损失函数
传统的一些基于梯度下降法的算法,可以用来求解这样的问题,但是基本的基于梯度的学习算法需要在迭代的过程中调整所有参数。而在ELM算法中, 一旦输入权重
和隐层的偏置
被随机确定,隐层的输出矩阵
就被唯一确定。训练单隐层神经网络可以转化为求解一个线性系统
。并且输出权重
可以被确定
其中,
是矩阵
的Moore-Penrose广义逆。且可证明求得的解
的范数是最小的并且唯一。
三、实验
我们使用《简单易学的机器学习算法——Logistic回归》中的实验数据。原始数据集
我们采用统计错误率的方式来评价实验的效果,其中错误率公式为:
对于这样一个简单的问题,
。
MATLAB代码
主程序
[plain] view
plaincopy
%% 主函数,二分类问题
%导入数据集
A = load('testSet.txt');
data = A(:,1:2);%特征
label = A(:,3);%标签
[N,n] = size(data);
L = 100;%隐层节点个数
m = 2;%要分的类别数
%--初始化权重和偏置矩阵
W = rand(n,L)*2-1;
b_1 = rand(1,L);
ind = ones(N,1);
b = b_1(ind,:);%扩充成N*L的矩阵
tempH = data*W+b;
H = g(tempH);%得到H
%对输出做处理
temp_T=zeros(N,m);
for i = 1:N
if label(i,:) == 0
temp_T(i,1) = 1;
else
temp_T(i,2) = 1;
end
end
T = temp_T*2-1;
outputWeight = pinv(H)*T;
%--画出图形
x_1 = data(:,1);
x_2 = data(:,2);
hold on
for i = 1 : N
if label(i,:) == 0
plot(x_1(i,:),x_2(i,:),'.g');
else
plot(x_1(i,:),x_2(i,:),'.r');
end
end
output = H * outputWeight;
%---计算错误率
tempCorrect=0;
for i = 1:N
[maxNum,index] = max(output(i,:));
index = index-1;
if index == label(i,:);
tempCorrect = tempCorrect+1;
end
end
errorRate = 1-tempCorrect./N;
激活函数
[plain] view
plaincopy
function [ H ] = g( X )
H = 1 ./ (1 + exp(-X));
end
黄老师提供的极限学习机的代码:点击打开链接
原文链接:http://blog.csdn.net/google19890102/article/details/18222103
相关文章推荐
- 个人记录2015-11-16
- Redis操作手册
- ffmpeg “inttypes.h”: No such file or directory
- 分析和解析PHP代码的7大工具
- jQuery实现标题有打字效果的焦点图代码
- 大数据在金融行业的应用——银行大数据
- 数据结构 有序数组java篇
- 关于mysql -uroot -p 或者修改密码时候用到mysqladmin
- 编译原理
- Android BlueDroid(一):BlueDroid概述
- Netty高性能大容量Socket并发(二):Netty简介
- 熄灯问题
- VS2012 ffmpeg 没有定义的lrint
- stl map一对多用法
- 15-11-16 Eclipse 操作菜单汉译之Source [源代码]
- C++ 拷贝构造函数和赋值构造函数机制详解
- qt中实现多窗口切换
- POJ 1050 JAVA
- vim命令学习一
- 完全理解Gson(1):简单入门