经典机器学习算法：逻辑斯谛回归

逻辑斯谛回归-Logistic 回归

逻辑斯谛回归是对数线性模型。

二项逻辑斯谛回归是对数线性二分类模型。

多项逻辑斯谛回归是对数线性多分类模型。

逻辑斯谛分布

设$X$是连续随机变量，$X$服从逻辑斯谛分布是指$X$具有下列分布函数和密度函数：
$$F(x)=P(X\le x)=\frac{1}{1+e^{-(x-\mu )/\gamma }}$$

$$f(x)=F^{\prime }(x)=\frac{e^{-(x-\mu )/\gamma }}{\gamma (1+e^{-(x-\mu )/\gamma }{)}^2}$$

式中，$\mu$为位置参数， $\gamma >0$为形状参数。 逻辑斯谛分布的密度函数$f(x)$和分布函数$F(x)$的图形如下图所示。分布函数属于逻辑斯谛函数，其图形是一条S形曲线（sigmoid curve），又称sigmoid函数。该曲线以点$(\mu ,\frac{1}{2})$为中心对称，即满足
$$F(-x+\mu )-\frac{1}{2}=-F(x+\mu )+\frac{1}{2}$$

曲线在中心附近增长速度较快，在两端增长速度较慢。形状参数$\gamma$的值越小，曲线在中心附近增长得越快。

二项逻辑斯谛回归

模型

二项逻辑斯谛回归模型（binomial logistic regression model）是一种分类模型，由条件概率分布P(Y|X)表示，形式为参数化的逻辑斯谛分布，属于判别模型。

二项逻辑斯谛回归模型是如下的条件概率分布：
$$P(Y=1|x)=\frac{exp(w\cdot x+b)}{1+exp(w\cdot x+b)}$$
$$P(Y=0|x)=\frac{1}{1+exp(w\cdot x+b)}$$
这里，$x\in R^n$是输入， Y ∈ { 0 , 1 } Y \in \{0,1\} Y∈{ 0,1}是输出，$w\in R^n$和$b\in R$是参数，$w$称为权值向量，b称为偏置，$w\cdot x$为$w$和$x$的内积。 对于给定的输入实例$x$，按照上面两个式子可以求得P(Y＝1|x)和P(Y＝0|x)。

逻辑斯谛回归比较两个条件概率值的大小，将实例x分到概率值较大的那一类。 有时为了方便，将权值向量和输入向量加以扩充，仍记作$w，x$，即$w＝(w^{(1)},w^{(2)},\dots ,w^{(n)},b{)}^T，x＝(x^{(1)},x^{(2)},\dots {,}^{(n)},1{)}^T$。这时，逻辑斯谛回归模型如下：
$$P(Y=1|x)=\frac{exp(w\cdot x)}{1+exp(w\cdot x)}$$
$$P(Y=0|x)=\frac{1}{1+exp(w\cdot x)}$$

特点

现在考查逻辑斯谛回归模型的特点。一个事件的几率（odds）是指该事件发生的概率与 该事件不发生的概率的比值。如果事件发生的概率是$p$，那么该事件的几率是$\frac{p}{1-p}$ ，该事件的对数几率（log odds）或logit函数是
$$logit(p)=log\frac{p}{1-p}$$
对逻辑斯谛回归而言，输出Y＝1的对数几率是
$$log\frac{P(Y=1|x)}{1-P(Y=1|x)}=w\cdot x$$

输出Y＝0的对数几率是
$$log\frac{P(Y=0|x)}{1-P(Y=0|x)}=-w\cdot x$$
换一个角度看，考虑对输入$x$进行分类的线性函数$w\cdot x$，其值域为实数域。
注意，这里$x\in R^{N+1},w\in R^{N+1}$。通过逻辑斯谛回归模型定义可以将线性函数$w\cdot x$转换为概率：
$$P(Y=1|x)=\frac{exp(w\cdot x)}{1+exp(w\cdot x)}$$

这时，线性函数的值越接近正无穷，概率值就越接近1；线性函数的值越接近负无穷，概率值就越接近0（如图6.1所示）。这样的模型就是逻辑斯谛回归模型。

策略

逻辑斯谛回归模型学习时，对于给定的训练数据集 T ＝ ( x 1 ， y 1 ) , ( x 2 ， y 2 ) , … , ( x N , y N ) ， 其 中 ， x i ∈ R n ， y i ∈ { 0 , 1 } T＝{(x_1，y_1),(x_2，y_2),…, (x_N,y_N)}，其中，x_i \in R^n，y_i \in \{0,1\} T＝(x1​，y1​),(x2​，y2​),…,(xN​,yN​)，其中，xi​∈Rn，yi​∈{ 0,1}，可以应用极大似然估计法估计模型参数，从而得到逻辑斯谛回归模型。

设：
$$P(Y=1|x)=\pi (x),P(Y=0|x)=1-\pi (x),$$
似然函数为:
$$\prod _{i=1}^N[\pi (x_i){]}^{y_i}[1-\pi (x_i){]}^{1-y_i}$$
对数似然函数为:
$$\begin{array}{rl}L(w)& =\sum _{i=1}^N[y_{i}log\pi (x_i)+(1-y_i)log(1-\pi (x_i))]\\ & =\sum _{i=1}^N[y_{i}log\frac{\pi (x_i)}{1-\pi (x_i)}+log(1-\pi (x_i))]\\ & =\sum _{i=1}^N[y_i(w\cdot x_i)-log(1+exp(w\cdot x_i)]\end{array}$$

接着对$L(w)$求极大值，得到$w$的估计值。
这样，问题就变成了以对数似然函数为目标函数的最优化问题。逻辑斯谛回归学习中通常采用的方法是梯度下降法及拟牛顿法。

补充求导

后面补充吧

梯度下降法

拟牛顿法

多项逻辑斯谛回归

上面介绍的逻辑斯谛回归模型是二项分类模型，用于二类分类。可以将其推广为多项逻辑斯谛回归模型（multi-nominal logistic regression model），用于多类分类。假设离散型随机变量Y的取值集合是 { 1 , 2 , … , K } \{1,2,…,K\} { 1,2,…,K}，那么多项逻辑斯谛回归模型是
$$P(Y=k|x)=\frac{exp(w_k\cdot x)}{1+\sum _{k=1}^{K-1}exp(w_k\cdot x)},k=1,2,...,K-1$$

$$P(Y=K|x)=\frac{1}{1+\sum _{k=1}^{K-1}exp(w_k\cdot x)}$$
这里，$x\in R^{N+1}$，$w_k\in R^{N+1}$。
用对数几率可以看出这个推广多项逻辑斯谛回归模型的特点。
二项逻辑斯谛回归的参数估计法也可以推广到多项逻辑斯谛回归。注意：这里要求解的不是一个$w$，而是$K-1个w_k$。