五、模型融合与调优

一、模型选择

1.1 模型的选择

• 确定场景，划分为模型能解决的问题

• 根据样本大小确定模型，不是所有的样本都可以用DL/复杂模型，需要人工总结小样本数据的规律或采集更多的数据

• 注意数据形态，包括语音、图像、文本等

1.2 超参数的选择

确定了某类模型之后，模型中可调的参数会影响模型的效果，可以通过交叉验证的方法来确定好的参数。

数据集被分为三部分：训练集、验证集、测试集

• 训练集：模型的训练

• 验证集：参数/模型的选择

• 测试集：模型效果的评估

  扫描二维码关注公众号，回复： 2369262 查看本文章

交叉验证：基本思想就是将原始数据（dataset）进行分组，一部分做为训练集来训练模型，另一部分做为测试集来评价模型

作用：

• 用于评估模型的预测性能，尤其是训练好的模型在新数据上的表现，可以在一定程度上减小过拟合
• 从有限的数据中获取尽可能多的有效信息

不同方法：

留出法：随机将数据分为三组即可

不过如果只做一次分割，它对训练集、验证集和测试集的样本数比例，还有分割后的数据和原始数据集的分布是否相同等因素比较敏感，不同的划分会得到不同的最优模型，而且分成三个集合后，用于训练的数据更少了。

k折交叉验证：将训练数据随机分成k份，每次选择一份做验证集，其余k-1份做训练集，重复k次，得到k个验证结果，取平均最为评估效果的标准。一般建议k=10

通过对 k 个不同分组训练的结果进行平均来减少方差，因此模型的性能对数据的划分就不那么敏感。

• 参数的选择

  K较小（比如2，也就是用一半的数据来训练，此时数据太少，模型复杂，会过拟合）的情况时偏差较低，方差较高，过拟合；K较高的情况时，偏差较高，方差较低，欠拟合；

  最佳的模型参数取在中间位置，该情况下，使得偏置和方差得以平衡，模型针对于非样本数据的泛化能力是最佳的。

• 模型的选择

  对不同的模型进行k折交叉验证，选择结果较好的模型。

• 特征的选择

  通过交叉验证来进行特征的选择，对比不同的特征组合对于模型的预测效果

留一法：留一法就是每次只留下一个样本作为测试集，如果有m个样本，则要进行 m 次训练和预测。

BoostStrapping法：即在含有 m 个样本的数据集中，每次随机挑选一个样本，再放回到数据集中，再随机挑选一个样本，这样有放回地进行抽样 m 次，组成了新的数据集作为训练集。

工业界其实利用随机切分较多，因为工业的数据量很大。

二、模型效果优化

2.1 不同模型状态的处理

方差和偏差的权衡，也就是过拟合和欠拟合的权衡

方差：形容一个模型的稳定性的，也就是参数分布的离散情况，如果参数分布很离散，说明模型很不稳定，参数幅值波动很大，会发生过拟合。

偏差：形容预测结果和真实结果的偏离程度的，如果偏差太大说明预测结果和真实结果差距很大，即模型的学习能力太弱，会发生欠拟合。

如何降低方差：对模型降维、增加样本输入、正则化

如何降低偏差：对模型升维、增加特征维度

模型状态验证工具——学习曲线（learning curve）

学习曲线：训练样本数——准确率的关系

简述：

随着训练样本数的增大，训练集的准确率会降低，而验证集的准确率会增大。

因为如果是10个数据，模型将其记住就好了，不用学习底层规律，但验证集的准确率会很低；

如果有100个数据，模型稍微学到了一些规律，但是不全面，此时训练集的准确率会降低，但是验证集的准确率会有升高；

如果有10000个数据，模型基本上学到了样本和标签间的规律，训练集准确率还会下降，但是验证集的准确率会上升；

如果训练数据达到了10w个，模型的训练准确率降低的空间已经很小了，正常情况下，训练数据集和验证数据集的准确率会很接近。

在高bias情况下如何处理：

之所以出现高偏差是因为模型太过简单，没有能力学习到样本的底层规律，所以训练集和验证集的准确率都会很低。

在高variance情况下如何处理：

之所以会出现高方差是因为，模型太过复杂，学习太过，在训练集的准确率较好，但是在验证集上的泛化能力较差，验证集的准确率较低，两个准确率相差较大。

2.2 线性模型的权重分析

2.3 Bad-case分析

2.4 模型融合

模型融合：把独立的学习器组合起来的结果

• 如果独立的学习器为同质，称为基学习器（都为SVM或都为LR）

• 如果独立的学习器为异质，称为组合学习器（将SVM+LR组合）

为什么要进行模型融合：

将几个独立学习器的结果求平均，在统计、计算效率、性能表现上都有较好的效果。

• 统计上：假设空间中几个学习器的假设函数的平均更接近真实的假设f

• 计算上：迭代求解可能落入局部最优解，但是多个局部最优解的平均更接近全局最优解

  损失函数有可能不是光滑的，不同的初始点和学习率可能有不同的局部最小，将其平均能得到更好的。

• 性能表现上：真实的假设函数f可能不在已知的假设空间H内，学习器的平均更可能接近H外的真实假设H

  如果模型本身就不具备表达场景的能力，那么无论怎么搜索H都不会搜到。

  

模型融合的例子：

1、Bagging

2、Stacking

• 将训练集划分为两个正交集D1（x，y）,D2（x’，y’）
• 利用D1来学习三个模型，假设分别为LR，SVM，DT
• 利用第二份数据D2的x分别作为第一层学到的三个模型的输入，得到预测值y1，y2，y3，将其组合可以得到预估的输出$\hat y$
• 已有真实输出的标签y’，可以学习到如何从预估的$\hat y$，来学习如何得到真实的y

第一层的数据：为了训练得到三个模型

第二层的数据：为了用三个模型来预测输出，得到的输入送入线性分类器得到最终的预估$\hat y$，再不断的训练模型使得模型的预估和真实的$y'$最接近

之所以将数据分成两组，是为了避免过拟合

3、Adaboost

4、Gradient Boosting Tree

解决回归问题

通过不断的拟合预测和真实的残差来学习，也就是每次迭代尽量拟合损失函数在当前情况下的负梯度，构建的树是能使得损失函数降低最多的学习器，来解决回归问题，调整后也能解决分类问题。