交叉熵在机器学习中的使用
1、信息量
概率越小,信息量越大,事件$X=x_0$的信息量为:
$$I(x_0)=-log(p(x_0))$$
2、熵
熵表示所有信息量的期望:
$$H(x)=-\sum_{i=1}^n p(x_i)log(p(x_i))$$
其中n代表事件X有n种可能
3、相对熵(KL散度)
$$D_{KL}(p||q)=\sum_{i=1}^np(x_i)log(\frac{p(x_i)}{q(x_i)}$$
物理意义:如果用P来描述目标问题,而不是用Q来描述问题,得到的信息增量
在机器学习中,P往往表示样本的真实分布,q表示模型预测的分布,相对熵越小,表示q分布和p分布越接近
4、交叉熵
相对熵可以变形为:
$$D_{KL}(p||q)=-H(p(x))+[-\sum_{i=1}^np(x_i)log(q(x_i))]$$
等式的前半部分是p的熵,后半部分就是交叉熵:
$$H(p,q)=-\sum_{i=1}^np(x_i)log(q(x_i))$$
在机器学习中,我们需要评估labl和predicts之间的差距,可以使用KL散度,但由于KL散度前半部分不变,故在优化过程中,只需要关注交叉熵就行,所以一般在机器学习中直接用交叉熵作为loss函数,评估模型。
机器学习中交叉熵的应用
1、为什么用交叉熵做loss函数
- 在线性回归中,常常用MSE作loss函数;但在逻辑分类中却不好用,这是需要用交叉熵
2、交叉熵在单分类中的使用
- 这里的单类别指:每个样本只能有一个类别
- 交叉熵在单分类问题上的loss函数:
$$loss=-\sum_{j=1}^m\sum_{i=1}^ny_{ji}log(\hat{y}_{ji})$$ - 这里的预测概率是通过softmax计算,概率合为1
3、交叉熵在多分类中使用
- 这里的多类别指:每个样本可以有多个类别
- 交叉熵在多分类问题上的loss问题:
$$loss=\sum_{j=1}^m\sum_{i=1}^n-y_{ji}log(\hat{y}{ji})-(1-y{ji})log(1-\hat{y}_{ji})$$ - 这里的预测是通过sigmoid计算,每个label都是独立分布的,输出归一化