深圳开发网站开发费用,做网约车网站,scrm和crm区别,网页设计与制作教程试题第15节 L1和L2正则几何解释和Ridge#xff0c;Lasso#xff0c;Elastic Net回归上一节中我们讲解了L1和L2正则的概念#xff0c;知道了L1和L2都会使不重要的维度权重下降得多#xff0c;重要的维度权重下降得少#xff0c;引入L1正则会使不重要的w趋于0(达到稀疏编码的目的… 第15节 L1和L2正则几何解释和RidgeLassoElastic Net回归 上一节中我们讲解了L1和L2正则的概念知道了L1和L2都会使不重要的维度权重下降得多重要的维度权重下降得少引入L1正则会使不重要的w趋于0(达到稀疏编码的目的)引入L2正则会使w的绝对值普遍变小(达到权值衰减的目的)。本节的话我们从几何角度再讲解下L1和L2正则的区别。 L1正则是什么|W1||W2|假如|W1||W2|1也就是w1和w2的绝对值之和为1 。让你画|W1||W2|1的图形刚好是下图中方形的线。 仔细思考一下用一个分类函数去讨论比如第二象限W1小于零W2大于零此时这个绝对值就等于W2-W11在第一象限里面它俩都大于零就把绝对值脱掉变成W1W21所以这是一个分类讨论的例子。所以根据4个象限的取值不同画出图中所示的L1正则项等高线的图。L2正则是什么画出其图形刚好是个圆形。 无论是L1正则还是L2正则最后的最优解一定是出现在损失函数和正则等高线的焦点上。为什么呢我们反推一下如果不在焦点假如说这是一个二维空间这个例子里面有两个W假如不加正则能够使损失函数达到最小值的点也就是目标函数最优解的地方如果加上了L1正则或者L2正则原来只使损失函数达到最小值的地方还能使目标函数达到最小值吗 肯定不能那么最优解得点它在哪 假设新的最优点在下图位置 因为圆圈是L2正则的等高线所以L2没变小谁变大了损失项是不是变大了因为损失函数等高线越往外值越大所以上图中这个假设的最优点的损失项肯定比焦点上的损失项要大。 假设新的最优点在下图位置 虽然损失项没变大但是这个正则项是不是变大了所以最优解一定会出现在它们的相切的位置也就是焦点的位置。 又因为L1正则的等高线图形是这种方形的所以最优解更容易出现在轴上。 此时W10W21。这个图在很多书里面都出现过。但是特别讨厌的就是没有一本书给你解释这个图是怎么个意思实际上方形和圆形是L1L2正则的等高线。 而这些彩色的圆圈是loss的等高线它想解释的是为什么L1正则更容易导致某些W变为零本质上是因为它在空间里面形成的等高线是尖的在轴上它会扎到loss的等高线上而这个圆乎乎的东西L2正则的等高线它不会扎。所以L2正则你再怎么加再不重要的特征也不会让它到零。这个是由它的几何特性决定的L2它就是一个圆乎乎的东西L1是一个很尖锐的东西。 接下来我们讨论下Ridge回归与Lasso回归 Ridge回归(岭回归)的公式如下你发现它就是一个线性回归加了一个L2正则。再来看下 Lasso回归它就是一个线性回归加了一个L1正则。α是什么α是取决于你有多重视正则项也就是多重视模型简单程度的值越大说明我越想得到简单的模型。假如你把α调成了很大比如100就证明我只想要一个简单的模型模型错的多离谱我并不在乎。假如我们调成了一个0.01可能简单性我不是那么重视也重视。但是模型一定得相对做好。所以α一般会调到多大是大于1还是小于1的一定是小于1的。默认α通常会0.10.01也可以是0.001。 我们再看下面关于α的变化与W的对应变化的图 这十条线代表10个W当这个α调到10的-10次方的时候几乎你可以认为它压根就没加L2正则。这会L2正则影响极小的时候你发现此时模型训练出来的W都是一个特别大的权重的模型(200,150,-100等)因为它只追求了损失函数一定要最低。但你看随着把α的权重越调越大的话这些线都迅速地被收起来了。仅仅将α调到0.01的时候此时W就变得很小了你可以想象α的系数才0.01因此也不会对错误率影响很大。当然这个例子一定是一个特殊情况现实情况可能不会那么完美它不一定会有这么大作用。但是你可以看到哪怕你α只设了一点点就比不设强很多它就能大幅度的简化掉你模型原来没有用的大权重与此同时又没带来太高的错误率没带来太高的损失所以通常都会加L2正则。。 Ridge回归(岭回归)和Lasso回归两种方式的结合叫Elastic Net也就是对损失函数同时增加L1和L2正则。公式如下α是超参数 ρ是一个新的超参数它是一个0到1之间的数当ρ值为0的时候 L1正则就被干掉了。当ρ值为1的时候L2正则被干掉了当ρ值为0.5或0.60.7的时候就变成了一个两种正则的混合形式它兼备了L1跟L2两项特点。那么底下这张图解释下Elastic Net与Lasso回归的对比: 实线为什么是岭回归因为随着α增大w归到0上去了。所以加的是L1正则L1正则会使W为0因L2正则它都不着急归为零但都会使w通通变小所以你加了L1正则的时候w迅速的缩到0了。Elastic Net它也能让这个w缩进去但它缩的比原来晚了一些。比如原来这个蓝线Lasso回归很快使w变为0,很快缩到0而Elastic Net相对很慢才使w变为0缩的较慢。实际上它的应用不是特别多为什么不是特别多因为超参数不好调你永远找不到一个最合适的ρ来平衡他们的关系并且还能说明白了为什么你要选这个ρ。如果你说那我就成败论英雄我就试哪个ρ对训练集最好我就选哪个ρ这本身是不是就是一种过拟合就相当于你去迎合你的训练集的概念上去了。
