台湾大学机器学习基石Lecture2

学习了Lecture2，这一节主要介绍的是感知器算法（PLA）以及口袋算法（pocket algorithm）来进行二元分类。

2-1：Perceptron Hypothesis Set

比如，银行是否给顾客发放信用卡的问题就是二元分类的问题，假设顾客特征为X，X=( x1,x2 ,…,xd),即有d个顾客特征(比如年龄、工资等等)，那么如何利用这些特征来判断是否给顾客发放信用卡?我们可以给这些特征加权求和，并且设立一个阈值threshold，满足：



将上述公式变形，即有线性表达式：



其中， w0= -threshold, x0=+1。为了便于理解，将输入向量X简化为2个特征，即



不同的w对应不同的h(x)，假设

，因为sign符号是以0为边界的，那么正好一边为正，一边为负，假设输出向量y(也就是label)有两种情形，O(+1)和×(-1),最终得到的结果如下图所示：



这样子就完美的进行了二元分类。

2-2：PLA

上一节提到的h(x)，如何解出w呢?这就需要一个算法来进行求解了，也就是经典的PLA(perceptron learning algorithm)感知器算法，我们要从众多的hypothesis中选出最好的h，然后令g=h，这个g至少在给出的数据D上满足 g≈f，这样就可以使用这个g来进行未知顾客是否发放信用卡的预测了。

但是存在一个问题，hypothesis有无限多个，也就是有无限多条线，如何找出像上面右图一样的线呢?假设有一个想法是从 g0开始，用数据D来纠正它的错误，也就是用数据D修改w。具体步骤如下：

Step1:For t =0,1…(t指要进行多少次迭代),如果找到了一个错误点，假设为

,也就是



Step2:对此错误进行修正，使用下述公式：



不断执行这两个步骤，直到没有mistake出现。(ps:这里所说的是线性可分的，不可分的后面会讲述。)只要线性可分，迭代够久次数，PLA一定会停下来。

对上述Step做一些解释：其中

是第t次循环时找到了某第n个犯错误的点，在Step2中，用这个公式修正的原因见下图：



由图中可以看出，当实际的y是+1的时候，若w和x的角度大于90°，那么这个点就被误判了，需要修改w，也就是让w和x之间的角度变成锐角，即w+yx，若实际y是-1的时候，类似上面+1的情况。由step也能看出来，这个算法每次迭代的复杂度只有O(1)

2-3：Guarantee Of PLA

上面说的线性可分是指当PLA停下来的时候，w使得分开的D是没有错误的，也就是全部分类正确。举例来说，也就是如下左图所示：



在图中，中间和右边的图都不是线性可分的。那么假设D线性可分，PLA一定会停下来吗?

我们需要证明权值向量在经过一段时间的迭代后权值向量W会停止下来，即t次修正以后会有上界。假设理想的权值向量为Wf，PLA算法的向量为Wt,我们考虑是否每次迭代都能使得Wt接近Wf,那么可以用Wf和Wt做内积来衡量两个向量的相似程度，但是两者内积越大，并不能代表它们之间越接近，因为向量变长也能导致内积变大，所以需要做归一化处理，即：


这时候可以看出，两者内积有了上界1。如何求解呢?因为Wf不好求解，考虑转换Wt，即如下式所式：



图中T表示迭代次数，其中W0初始值一般为0，因为Wf是最优的权值向量，并且D线性可分，所以

一定大于0，得到最终的表达式如上式。

分子求出来了，但是分母||Wt||仍然不好计算，考虑下式：



综上上述两个推导结果，得到最终结果如下：



但内积是有上界1的，所以

≤1，推出：



由此可以得出，T是有上限的，即如果数据D线性可分，那么PLA在一定的迭代次数后一定会停止。

2-4：Non-Separable Data

上面所讲的都是线性可分的，如果线性不可分呢，例如下图这样，无论哪一种hypothesis都不可能使得数据完全线性可分。那么这类数据表明存在noise(噪声)了。



如何分离这类数据?如果完全分离不可能的话，考虑下式：



从式子可以看出，这是一个NP-hard问题，没法求出最优解，所以介绍另外一种求解方法，即pocket算法，其思想是始终保持口袋中所保留的w是最优的，使得分离的数据错误总数最少，然后经过足够的迭代次数后，即最后的w就是近似的g了。

其步骤如下：

Step1:初始化


Step1:For t =0,1…(t指要进行多少次迭代),如果找到了一个错误点，假设为

,也就是

*

Step2:对此错误进行修正，使用下述公式：



Step4:判断


直到算法执行足够的迭代次数后，得到最终的w后，令w=g，用这个g进行预测。