1. 线性回归
1.1 原理
线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模拟合的一种分析方式。
如给定一个大小为 m m m的数据集:
其中 x i = ( x i ( 1 ) , x i ( 2 ) , . . . . . , x i ( n ) ) T \pmb{x_i} = (x_i^{(1)}, x_i^{(2)},..... ,x_i^{(n)})^T xixixi=(xi(1),xi(2),.....,xi(n))T, n为自变量(特征值)个数
线性回归通过求解线性模型对目标值进行预测,即假设:
线性回归对于求解 w \pmb w www和 b b b采用最小二乘法,其通过均方误差损失(MSE),即L2-Loss,损失函数定义如下:
其中增加系数 1 2 \frac{1}{2} 21便与后续梯度求解
令:
Y = [ y 1 y 2 ⋮ y m ] m × 1 \pmb Y=\left[\begin{matrix} y_1 \\ y_2 \\ \vdots \\ y_m \\ \end{matrix}\right]_{m×1} YYY=⎣⎢⎢⎢⎡y1y2⋮ym⎦⎥⎥⎥⎤m×1,为方便计算将 ( w , b ) (\pmb w, b) (www,b)合并为 w ′ = [ w 0 w 1 ⋮ w n ] ( n + 1 ) × 1 \pmb {w'}=\left[\begin{matrix} w_0 \\ w_1 \\ \vdots \\ w_n \\ \end{matrix}\right]_{(n+1)×1} w′w′w′=⎣⎢⎢⎢⎡w0w1⋮wn⎦⎥⎥⎥⎤(n+1)×1,其中 w 0 = b w_0=b w0=b
则式(1)变为
求解 w ′ \pmb{w'} w′w′w′使预测值 f ( x i ) f(\pmb{x_i}) f(xixixi)和目标值 y i y_i yi误差最小,即对 L ( w ′ ) L(\pmb {w'}) L(w′w′w′)关于 w ′ \pmb{w'} w′w′w′求导:
w ′ = arg min w ′ L ( w ′ ) ⇒ ∂ L ( w ′ ) ∂ w ′ = 0 ⇒ 2 X X T w ′ − 2 X Y = 0 ⇒ w ′ = ( X X T ) − 1 X Y \begin{aligned} \pmb {w'} =\underset{\boldsymbol{w'}} {\arg\min } L(\pmb {w'}) &\Rightarrow\frac {\partial{L(\pmb {w'})}} {\partial {\boldsymbol{w'}}}=0 \\ &\Rightarrow2\pmb{X}\pmb{X}^T \pmb {w'} - 2\pmb{X}\pmb{Y} = 0 \\ & \Rightarrow\boldsymbol{w'} = (\pmb{X}\pmb{X}^T)^{-1}\pmb{X}\pmb{Y} \end{aligned} w′w′w′=w′argminL(w′w′w′)⇒∂w′∂L(w′w′w′)=0⇒2XXXXXXTw′w′w′−2XXXYYY=0⇒w′=(XXXXXXT)−1XXXYYY
当 X X T \pmb{X}\pmb{X}^T XXXXXXT为满秩矩阵时,则 w ′ \boldsymbol{w'} w′存在唯一解,可根据公式直接求解;在实际问题中存在 X X T \pmb{X}\pmb{X}^T XXXXXXT为非满秩矩阵(如当自变量(特征值)个数 n n n大于数据集大小 m m m,此时未知量个数大于给定样本数量),则 w ′ \boldsymbol{w'} w′的解不唯一,需要对 X \pmb X XXX进行奇异值分解(SVD),最终的解将由具体奇异值求解算法的归纳偏好所决定
1.2 sklearn实现
参考官方文档:点击查看
线性回归可通过sklearn库中linear_model下的LinearRegression类实现
有关参数:
- fit_intercept:是否计算线性回归模型的截距,即 w 0 / b w_0/b w0/b
- normalize:是否对输入自变量进行正则化;当fit_intercept为False时,忽略此参数;deprecated代表目前该参数已被弃用,需要正则化则使用StandardScaler类来实现
- copy_X:是否复制输入自变量矩阵,否则会覆盖原输入自变量矩阵
- n_jobs:用于计算的数量,默认为1
- positive:是否使系数为正,即 w 1 ∼ w n w_1\sim w_n w1∼wn;仅适用于稠密矩阵
有关属性:
- coef_:线性回归系数,即 w 1 ∼ w n w_1\sim w_n w1∼wn;当需求解多个目标系数时,返回2维数组
- rank_:输入自变量矩阵的秩,仅适用于稠密矩阵
- singular_:输入自变量矩阵的奇异值,仅适用于稠密矩阵
- intercept_:线性回归模型的截距,即 w 0 / b w_0/b w0/b
- n_features_in_:自变量(特征值)的个数
- feature_names_in_:自变量的名称,仅当输入自变量有(字符)名称时可用
有关方法:
- fit:拟合线性回归模型,即计算 w 0 ∼ w n w_0\sim w_n w0∼wn
- get_params:获取对应模型参数
- predict:对输入新的自变量进行预测
- score:获取线性回归模型的相关系数 R 2 R^2 R2
- set_params:设置对应模型参数
使用案例
>>> import numpy as np
>>> from sklearn import linear_model
>>> #假设 y = 1 + x_0
>>> reg = linear_model.LinearRegression() #实例化线性回归模型对象
>>> X = np.array([[1], [2]]) #自变量矩阵
>>> y = np.array([2, 3]) #因变量向量
>>> reg.fit(X, y) #拟合求解
>>> reg.coef_
[1.,]
>>> reg.intercept_
1.0
>>> reg.n_features_in_
1
>>> reg.get_params()
{
'copy_X': True, 'fit_intercept': True, 'n_jobs': None, 'normalize': False, 'positive': False}
>>> reg.predict([[3], [4]])
[4., 5.]
>>> reg.score(X, y)
1.0
2. 岭回归
2.1 原理
岭(Ridge)回归用来解决 X X T \pmb{X}\pmb{X}^T XXXXXXT为非满秩矩阵(不可逆)的情况;通过在线性回归的MSE损失基础上增加L2正则项对回归系数 w 1 ∼ w n w_1\sim w_n w1∼wn产生惩罚(一般不包含 w 0 / b w_0/b w0/b);同时岭回归中的L2正则项是一种解决过拟合的方式
所有参数定义与线性回归相同,岭回归的损失函数定义如下:
L ( w , b ) = 1 2 m [ ∑ i = 1 m ( f ( x i ) − y i ) 2 + α ∑ i = 1 n w i 2 ] (2) L(\pmb w,b) = \frac{1}{2m}\left[ \sum_{i=1}^{m}(f(\pmb {x_i}) - y_i)^2 + \alpha \sum_{i=1}^{n}w_i^2\right] \tag{2} L(www,b)=2m1[i=1∑m(f(xixixi)−yi)2+αi=1∑nwi2](2)
为方便表达假设 w 0 / b w_0/b w0/b(截距)也增加L2正则项,转换为矩阵形式:
L ( w ′ ) = 1 2 m [ ( w ′ T X − Y T ) ( w ′ T X − Y T ) T + α w ′ T w ′ ] \begin{aligned}L(\pmb {w'}) &= \frac{1}{2m}\left[ (\pmb {w'}^T \pmb{X} - \pmb{Y}^T)(\pmb {w'}^T \pmb{X} - \pmb{Y}^T)^T + \alpha \pmb{w'}^T\pmb{w'}\right]\end{aligned} L(w′w′w′)=2m1[(w′w′w′TXXX−YYYT)(w′w′w′TXXX−YYYT)T+αw′w′w′Tw′w′w′]
∂ L ( w ′ ) ∂ w ′ = 2 X X T w ′ − 2 X Y + α w ′ = 0 ⇒ w ′ = ( X X T + α I ) − 1 X Y \begin{aligned}\frac {\partial{L(\pmb {w'})}} {\partial {\boldsymbol{w'}}}&=2\pmb{X}\pmb{X}^T \pmb {w'} - 2\pmb{X}\pmb{Y}+\alpha \pmb{w'}=0 \\ \Rightarrow\pmb{w'} &= (\pmb{X}\pmb{X}^T + \alpha \pmb{I})^{-1}\pmb{X}\pmb{Y} \end{aligned} ∂w′∂L(w′w′w′)⇒w′w′w′=2XXXXXXTw′w′w′−2XXXYYY+αw′w′w′=0=(XXXXXXT+αIII)−1XXXYYY
X X T + α I \pmb{X}\pmb{X}^T + \alpha \pmb{I} XXXXXXT+αIII必可逆,避免了线性回归中 X X T \pmb{X}\pmb{X}^T XXXXXXT不可逆的问题,其中 I \pmb {I} III为 n + 1 n+1 n+1维的单位矩阵(主对角线上全为1,其他元素全为0), α \alpha α为岭回归中的超参数(一般 α \alpha α越大,回归系数 w 1 ∼ w n w_1\sim w_n w1∼wn越小);
选择 α \pmb{\alpha} ααα原则:当各回归系数基本保持恒定时的 α \pmb{\alpha} ααα值
注:一般对 w 0 / b w_0/b w0/b(截距)不包含L2正则项,将 α I \alpha \pmb{I} αIII转换为 [ 0 0 0 α I n × n ] ( n + 1 ) × ( n + 1 ) \left[ \begin{matrix} 0 & \pmb {0} \\ \pmb{0} &\alpha \pmb{I}_{n×n} \end{matrix} \right]_{(n+1)×(n+1)} [0000000αIIIn×n](n+1)×(n+1)即可
2.2 sklearn实现
参考官方文档:点击查看
岭回归可通过sklearn库中linear_model下的Ridge类实现
有关参数:
- alpha:控制L2正则项的权重 α \alpha α
- max_iter:共轭梯度求解器的最大迭代次数
- tol:求解精度
- solver:选择用于计算的求解器(’svd’,'cholesky’等)
- random_state:用于控制’sag’或‘saga’求解器的随机状态
- 其余参数与LinearRegression类中相同参数名称的含义基本相同
有关属性:
- n_iter_:实际迭代次数
- 其余属性与LinearRegression类中相同属性名称的含义基本相同
有关方法:
- 其中方法与LinearRegression类中相同方法名称的功能基本相同
使用案例
>>> import numpy as np
>>> from sklearn import linear_model
>>> #由于引入L2正则化(α=1.0),回归方程变为:y = 2 + 0.33x_0 --> 可以解决模型复杂引起的过拟合
>>> reg = linear_model.Ridge(alpha=1.0) #实例化岭回归模型对象
>>> X = np.array([[1], [2]]) #自变量矩阵
>>> y = np.array([2, 3]) #因变量向量
>>> reg.fit(X, y) #拟合求解
>>> reg.coef_
[0.33...,]
>>> reg.intercept_
2.0
>>> reg.n_features_in_
1
>>> reg.get_params()
{
'alpha': 1.0, 'copy_X': True, 'fit_intercept': True, 'max_iter': None, 'normalize': 'deprecated',
'positive': False, 'random_state': None, 'solver': 'auto', 'tol': 0.001}
>>> reg.predict([[3], [4]])
[3., 3.33...]
>>> reg.score(X, y)
0.55...
补充线性回归和岭回归对比:
- 线性回归对数据集的噪声敏感,导致回归方程变化较大
- 岭回归通过L2正则项某种程度上防止回归系数变化过大(惩罚回归系数大的权重),使回归方程更稳定
3. Lasso回归
3.1 原理
Lasso回归通过在线性回归的MSE损失基础上增加L1正则项对回归系数 w 1 ∼ w n w_1\sim w_n w1∼wn产生惩罚(一般不包含 w 0 / b w_0/b w0/b);与岭回归类似Lasso回归中的L1正则项也是解决过拟合的方式
所有参数定义与线性回归相同,Lasso回归的损失函数定义如下:
L ( w , b ) = 1 2 m ∑ i = 1 m ( f ( x i ) − y i ) 2 + α ∑ i = 1 n ∣ w i ∣ (3) L(\pmb w,b) = \frac{1}{2m}\sum_{i=1}^{m}(f(\pmb {x_i}) - y_i)^2 + \alpha \sum_{i=1}^{n}\lvert w_i \rvert\tag{3} L(www,b)=2m1i=1∑m(f(xixixi)−yi)2+αi=1∑n∣wi∣(3)
由于存在绝对值,故无矩阵表达形式;并且绝对值的存在导致其不是连续可导
- 比较Lasso回归与岭回归差异:相比岭回归,Lasso回归更倾向于将部分回归系数归0,能够忽略部分自变量(特征值)起到稀疏(降维)作用;并且岭回归有解析解而Lasso无解析解,因此求解方式存在不同
- 产生差异的原因:岭回归中L2正则项的平方项会进一步扩大回归系数大的部分,缩减回归系数小的部分(如2 ⇒ \Rightarrow ⇒ 4,0.2 ⇒ \Rightarrow ⇒ 0.04),因此岭回归中的L2正则项会更关注回归系数大的部分;而Lasso回归中L1正则项的绝对值对回归系数不会进一步扩大或缩小回归系数,因此相比岭回归,Lasso回归更关注回归系数小的部分
3.2 sklearn实现
参考官方文档:点击查看
Lasso回归可通过sklearn库中linear_model下的Lasso类实现
有关参数:
- alpha:控制L1正则项的权重 α \alpha α
- precompute:是否提前计算Gram矩阵来加速运算
- max_iter:最大迭代次数
- tol:求解过程中的残差(当小于该值时停止计算)
- warm_start:是否使用上一次计算结果来初始化
- random_state:用于控制selection为random时的伪随机数生成器种子
- selection:回归系数的更新方式(random和cyclic)
- 其余参数与LinearRegression类中相同参数名称的含义基本相同
有关属性:
- dual_gap_:优化结束时的对偶间隙
- sparse_coef_:回归系数的稀疏表示
- n_iter_:满足残差要求时的迭代次数
- 其余属性与LinearRegression类中相同属性名称的含义基本相同
有关方法:
- path:计算弹性网络(elastic net)路径(弹性网络同时考虑L1和L2正则项,相关内容点击查看)
- 其余方法与LinearRegression类中相同方法名称的功能基本相同
使用案例
>>> import numpy as np
>>> from sklearn import linear_model
>>> #由于引入L1正则化(α=1.0),回归方程变为:y = 2.5 --> 可以解决模型复杂引起的过拟合
>>> reg = linear_model.Ridge(alpha=1.0) #实例化Lasso回归模型对象
>>> X = np.array([[1], [2]]) #自变量矩阵
>>> y = np.array([2, 3]) #因变量向量
>>> reg.fit(X, y) #拟合求解
>>> reg.coef_
[0.,]
>>> reg.intercept_
2.5
>>> reg.n_features_in_
1
>>> reg.get_params()
{
'alpha': 1.0, 'copy_X': True, 'fit_intercept': True, 'max_iter': 1000, 'normalize': 'deprecated',
'positive': False, 'precompute': False, 'random_state': None, 'selection': 'cyclic', 'tol': 0.0001,
'warm_start': False}
>>> reg.predict([[3], [4]])
[2.5, 2.5]
>>> reg.score(X, y)
0.0