機器學習回顧篇(4):邏輯回歸
- 2019 年 10 月 3 日
- 筆記
1 引言
邏輯不邏輯,回歸非回歸。
回想當年初次學習邏輯回歸算法時,看到”邏輯回歸“這個名字,第一感覺是這是一個與線性回歸類似的回歸類別的算法,只不過這個算法突出”邏輯“,或者與某個以”邏輯“命名的知識點有關。可後來卻發現,這是一個坑死人不償命的名字——邏輯回歸算法不是回歸算法,是分類算法,也與邏輯無關,要說有關也僅是因為它的英文名字是Loginstics,音譯為邏輯而已(所以也有資料稱之為邏輯斯蒂回歸)。
2 邏輯回歸原理
2.1 從線性回歸到邏輯回歸
在上一篇博文中,我們詳細說過回歸算法與分類算法的區別。邏輯回歸既然是分類算法,為什麼不叫邏輯分類而是邏輯回歸呢?在我看來,這是因為邏輯回歸用回歸的思路去解決分類的問題。
假設有如下圖所示的一個數據集,使用線性回歸算法,我們可以找到大致如黑線的一個線性模型對其進行擬合。對於回歸算法,需要做的是對數據集中每一個${{x}_{i}}$,都能通過模型找到一個${{y}_{i}}$(預測值)與之對應。
獲得了預測值${{y}_{i}}$,我們就可以做很多事情了,例如:分類。我們可以對${{y}_{i}}$進行分段,例如,在${{y}}$軸上取一值$M$,當${{y}_{i}}<M$時,我們將其標記到類0中,當${{y}_{i}}>M$時,我們將其標記到另一類1中,如下圖所示:
這就實現了以回歸的思路來實現分類。
但邏輯回歸可不止在線性回歸的基礎上做這些事情。在上一篇介紹線性回歸的博文的末尾,我們提到,線性回歸有一個很致命的缺陷——對異常值很敏感,如果數據集中出現異常值,擬合出來的線性模型也將出現很大變化,預測出來的結果也將不在那麼準確,從而到導致分類錯誤。如下圖所示,數據集中出現一個異常點(綠點),那麼擬合出來的模型就可能從原來的黑線變為綠線,此時,當數據集中有某一點$xin ({{x}_{1}},{{x}_{2}})$時,該點就回被誤判,例如圖中橙色點,在原本黑線模型中,該點預測出來的${{y}}$值大於$M$,被標記到1類中,但在綠線模型中,其${{y}}$值就小於$M$,就回被誤標記到0類中。
邏輯回歸算法對線性回歸對異常數據敏感的不足進行了優化改進。怎麼改進呢?最直觀的方法就是將直線“掰彎”。“掰彎”之後,就算出現異常數據,模型主體部分也不會出現太多改變,從而解決線性回歸模型對異常值敏感的問題,如下圖所示:
而我們所用的“掰彎”方法就是用sigmod函數與線性函數進行複合。
2.2 sigmod函數
sigmoid函數也叫Logistic函數,函數表達式如下:
其中,$e$為自然對數,是一個常數,值約為$2.71828$。
函數圖像如下:
從函數圖像可以看出, sigmoid函數可以很好地將$(-infty ,+infty )$內的數映射到$(0,1)$ 上,於是我們可以將$g(z)ge 0.5$時我們可以將該條數據標記為1類, $g(z)<0.5$時標記為0類。即:
[y=left{ _{0,text{ }g(x)<0.5}^{1,text{ }g(x)ge 0.5} right.]
其中$y$表示分類結果。
通常,在邏輯回歸算法應用中,模型可不會如同上面的sigmoid函數那麼簡單,而是sigmoid函數與線性函數的組合:
[g(x)=frac{1}{1+{{e}^{-z}}}]
其中,$z$就是線性回歸中的預測值,即:
所以有:
[h(x)=frac{1}{1+{{e}^{-({{theta }_{0}}+{{theta }_{1}}{{x}_{1}}+{{theta }_{2}}{{x}_{2}}+cdots +{{theta }_{n}}{{x}_{n}})}}}]
用矩陣方式表示:
[h(x)=g(z)=g({{theta }^{T}}x)=frac{1}{1+{{e}^{-{{theta }^{T}}x}}}]
其中,$theta =left[ begin{matrix}
{{theta }_{0}} \
{{theta }_{1}} \
vdots \
{{theta }_{n}} \
end{matrix} right]$,$x=left[ begin{matrix}
{{x}_{0}} \
{{x}_{1}} \
vdots \
{{x}_{n}} \
end{matrix} right]$
3 損失函數
下一步我們要做的就是如何求取最佳擬合模型的問題了。在線性回歸算法中,我們使用誤差平方和或者均方誤差來作為損失函數,但是在邏輯回歸中,這個方法不再使用,因為已被證明,在邏輯回歸模型中使用誤差平方和作為損失函數的話,會存在在許多局部最小值點,在求解參數的過程中很容易陷入局部最小值點,而無法求得真正的最小值點。
上面說過,$h(x)in (0,1)$,這一點的性質剛好與概率$pin [0,1]$的性質吻合(當做概率使用的理由不止這點),故而我們可以將其當做$h(x)$值當做數據被標記為1類的概率,即:
[p(y=1|x;theta )=h(x)]
[p(y=0|x;theta )=1-h(x)]
當給定$y$為1時,即屬於1類時,$h(x)$越趨近於1,被預測為1類的概率就越大,損失(誤差)就越小;反之,當給定$y$為0時,即屬於0類時,$h(x)$越趨近於1,被預測為0類的概率就越小,損失(誤差)就越大,於是,我們可以定義損失函數:
[cos t(h(x),y)=left{ _{-log (1-h(x)),text{ }y=0}^{-log (h(x)),text{ }y=1} right.]
對所有數據集中$x$損失累加然後求平均,有:
[J(theta )=-frac{1}{m}sumlimits_{i=1}^{m}{cos (h(x),y)}]
由於$y$的取值為0或1,結合上面兩個公式可以得到:
[J(theta )=-frac{1}{m}sumlimits_{i=1}^{m}{({{y}_{i}}log (h({{x}_{i}}))+(1-{{y}_{i}})log (1-h({{x}_{i}})))}]
這個函數就是我們邏輯回歸的損失函數,我們把它稱為交叉熵損失函數。
接下來就是針對的優化問題,也就是求得最小值,在這位大佬的博客里推導過程寫得很詳細,我自愧不如,就不獻醜了。
4 代碼實現
import torch from torch import nn from torch.autograd import Variable import matplotlib.pyplot as plt import numpy as np # 假數據 n_data = torch.ones(100, 2) # 數據的基本形態 x0 = torch.normal(2*n_data, 1) # 類型0 x data (tensor), shape=(100, 2) y0 = torch.zeros(100) # 類型0 y data (tensor), shape=(100, 1) x1 = torch.normal(-2*n_data, 1) # 類型1 x data (tensor), shape=(100, 1) y1 = torch.ones(100) # 類型1 y data (tensor), shape=(100, 1) # 注意 x, y 數據的數據形式是一定要像下面一樣 (torch.cat 是在合併數據) x = torch.cat((x0, x1), 0).type(torch.FloatTensor) # FloatTensor = 32-bit floating y = torch.cat((y0, y1), 0).type(torch.FloatTensor) # LongTensor = 64-bit integer # 畫圖 # plt.scatter(x.data.numpy()[:, 0], x.data.numpy()[:, 1], c=y.data.numpy(), s=100, lw=0, cmap='RdYlGn') # plt.show() class LogisticRegression(nn.Module): def __init__(self): super(LogisticRegression, self).__init__() self.lr = nn.Linear(2, 1) self.sm = nn.Sigmoid() def forward(self, x): x = self.lr(x) x = self.sm(x) return x logistic_model = LogisticRegression() if torch.cuda.is_available(): logistic_model.cuda() # 定義損失函數和優化器 criterion = nn.BCELoss() optimizer = torch.optim.SGD(logistic_model.parameters(), lr=1e-3, momentum=0.9) # 開始訓練 for epoch in range(10000): if torch.cuda.is_available(): x_data = Variable(x).cuda() y_data = Variable(y).cuda() else: x_data = Variable(x) y_data = Variable(y) out = logistic_model(x_data) loss = criterion(out, y_data) print_loss = loss.data.item() mask = out.ge(0.5).float() # 以0.5為閾值進行分類 correct = (mask == y_data).sum() # 計算正確預測的樣本個數 acc = correct.item() / x_data.size(0) # 計算精度 optimizer.zero_grad() loss.backward() optimizer.step() # 每隔20輪打印一下當前的誤差和精度 if (epoch + 1) % 20 == 0: print('*'*10) print('epoch {}'.format(epoch+1)) # 訓練輪數 print('loss is {:.4f}'.format(print_loss)) # 誤差 print('acc is {:.4f}'.format(acc)) # 精度 # 結果可視化 w0, w1 = logistic_model.lr.weight[0] w0 = float(w0.item()) w1 = float(w1.item()) b = float(logistic_model.lr.bias.item()) plot_x = np.arange(-7, 7, 0.1) plot_y = (-w0 * plot_x - b) / w1 plt.scatter(x.data.numpy()[:, 0], x.data.numpy()[:, 1], c=y.data.numpy(), s=100, lw=0, cmap='RdYlGn') plt.plot(plot_x, plot_y) plt.show()
4 總結
總結一下邏輯回歸的優缺點:
優點:
1)預測結果是介於0和1之間的概率;
2)可以適用於連續性和類別性自變量;
3)容易使用和解釋。
缺點:
1)對模型中自變量多重共線性較為敏感,例如兩個高度相關自變量同時放入模型,可能導致較弱的一個自變量回歸符號不符合預期,符號被扭轉。需要利用因子分析或者變量聚類分析等手段來選擇代表性的自變量,以減少候選變量之間的相關性;
2)預測結果呈“S”型,因此從log(odds)向概率轉化的過程是非線性的,在兩端隨着log(odds)值的變化,概率變化很小,邊際值太小,slope太小,而中間概率的變化很大,很敏感。 導致很多區間的變量變化對目標概率的影響沒有區分度,無法確定閥值。
參考:
https://blog.csdn.net/out_of_memory_error/article/details/81275651
https://www.cnblogs.com/yiduobaozhiblog1/p/8872903.html
https://blog.csdn.net/ligang_csdn/article/details/53838743
https://baijiahao.baidu.com/s?id=1620514366177013756&wfr=spider&for=pc