第7章统计学习理论的本质课件.pptVIP

第七章 统计学习理论的本质 7.1 统计学习的本质 学习的过程：系统S为研究对象，通过一系列的观测样本来求得学习机LM，使得LM的输出 能够尽量准确的预测S的输出y。 (x1,y1)，(x2,y2)，…，(xn,yn) 风险 学习机LM的输出 与输入x之间可以看作是一个函数关系： 一般需要将函数 限定在特定的一组函数 中求取。 定义风险： 均方误差： 似然函数： 期望风险 y与x之间存在一定的依赖关系，可以用一个未知的联合概率F(x,y)描述。 期望风险定义为： 统计学习的目的就是要寻找到一个最优的函数f(x,w*)，使得R(w*)最小。 经验风险 期望风险一般来说无法计算，在工程上转而计算经验风险： 求取最优参数w*，使得经验风险Remp(w*)最小。 当学习过程具有一致性时，统计学有如下关系： 期望风险与经验风险的关系 7.2 函数集的VC维与推广性的界 统计学习的推广能力不仅同训练样本数n有关系，而且同学习机的函数集选择有关系，“简单”的函数集合推广能力强，“复杂”的函数集合推广能力差。 当函数集过于“复杂”时，很容易产生“过学习”现象：对于训练样本风险很小，而对非训练样本风险却很大。 过学习 VC维 打散：如果存在一个有h个样本的样本集能够被一个函数集中的函数按照所有可能的2h种形式分为两类，则称函数集能够将样本数为h的样本集打散； VC维：如果函数集能够打散h个样本的样本集，而不能打散h+1个样本的样本集，则称函数集的VC维为h。 d维空间中线性函数的VC维：h = d+1； 正弦函数集合{sin(wx)}的VC维：h = ∞。 推广性的界 函数集合的VC维描述了函数的复杂程度，利用VC维可以确定推广性的界，下列不等式右半部分至少以概率1-η成立： 其中h为函数集合的VC维，n为训练样本数。 当n/h较小时，置信范围较大；n/h较大时，置信范围较小： 7.3 提高推广能力的方法 提高推广能力的本质方法是由原来只优化经验风险 变为优化期望风险的上界 ： 结构风险最小化原则（SRM，Structural Risk Minimization） 首先把函数集 分解为一个函数子集序列： 各个子集按照VC维的大小排序： 在子集序列中寻找经验风险与置信范围之和最小的子集，这个子集中使经验风险最小的函数就是所求的最优函数。 SRM在线性分类器上的应用（SVM） d维空间中的线性函数的VC维为d+1，但当限制判别界面的分类间隔时，其VC有可能更小。 定理：在d维空间中，设所有n个样本都在一个超球范围之内，超球的半径为R，那么γ-间隔分类超平面集合的VC维h满足如下不等式： 而间隔 ，因此根据SRM的原则，只需在保证经验风险为0的条件下（超平面能够正确分类全部训练样本），最小化权值矢量的长度 。 验证技术（Validation） 当无法计算函数集的VC维时，可以采用验证技术。将样本集分为训练集和验证集，用训练集的样本训练网络，用验证集的样本测试网络，寻找一个验证集风险最小的模型和参数。 权值衰减 实验表明，多层感知器网络中比较小的权值往往能够提高系统的推广能力，因此在训练过程中可以有意地衰减权值： 或者采用一个等价的目标函数： 模式识别 – 统计学习理论的本质 * 模式识别 – 统计学习理论的本质 过学习 欠学习 需要介绍一下Stieltjes积分 例如一致估计 这是造成统计模型推广能力差的根本原因。 用{sin(wx)}来学习 VC维有多种定义，这里给出的是直观定义。这里样本集中的样本处于“一般位置”，不共线或共面。 2学时 这里不能一味的追求小的VC维，因为小的VC维往往使得经验风险较大，必须综合考虑。 这里我们并不一定能够得到一个h的连续函数。可以举GMM的例子来说明，h2M，M为高斯数。 看第5章的第38页，SVM的准则函数。同时注意线性函数的VC维与样本空间的维数d无关，这就为核函数的使用打下了基础。 模式识别 – 统计学习理论的本质