轻松看懂机器学习十大常用算法

发布于:2019-06-01   编辑:admin 浏览:

  通过本篇文章可以对ML的常用算法有个常识性的认识,没有代码,没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的,例子主要是分类问题。

  每个算法都看了好几个视频,挑出讲的最清晰明了有趣的,便于科普。以后有时间再对单个算法做深入地解析。今天的算法如下:

  10.马尔可夫1. 决策树:根据一些 feature 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。

  这 M 个子集得到 M 个决策树。将新数据投入到这 M 个树中,得到 M 个分类结果,计数看预测成哪一类的数目最多,就将此类别作为最后的预测结果

  当预测目标是概率这样的,值域需要满足大于等于0,小于等于1的,这个时候单纯的线性模型是做不到的,因为在定义域不在某个范围之内时,值域也超出了规定区间。

  那么怎么得到这样的模型呢?这个模型需要满足两个条件 大于等于0,小于等于1;大于等于0 的模型可以选择 绝对值,平方值,这里用 指数函数,一定大于0;小于等于1 用除法,分子是自己,分母是自身加上1,那一定是小于1的了。

  support vector machine要将两类分开,想要得到一个超平面,最优的超平面是到两类的 margin 达到最大,margin就是超平面与离它最近一点的距离,如下图,Z2Z1,所以绿色的超平面比较好

  将这个超平面表示成一个线性方程,在线上方的一类,都大于等于1,另一类小于等于-1

  所以得到 total margin 的表达式如下,目标是最大化这个 margin,就需要最小化分母,于是变成了一个优化问题

  举个栗子,三个点,找到最优的超平面,定义了 weight vector=(2,3)-(1,1)

  得到 weight vector 为(a,2a),将两个点代入方程,代入(2,3)另其值=1,代入(1,1)另其值=-1,求解出 a 和 截矩 w0 的值,进而得到超平面的表达式。

  举个在 NLP 的应用:给一段文字,返回情感分类,这段文字的态度是positive,还是negative

  原始问题是:给你一句话,它属于哪一类;通过 bayes rules 变成一个比较简单容易求得的问题

  问题变成,这一类中这句话出现的概率是多少,当然,别忘了公式里的另外两个概率

  k nearest neighbours:给一个新的数据时,离它最近的 k 个点中,哪个类别多,这个数据就属于哪一类。栗子:要区分 猫 和 狗,通过 claws 和 sound 两个feature来判断的话,圆形和三角形是已知分类的了,那么这个 star 代表的是哪一类呢

  k=3时,这三条线链接的点就是最近的三个点,那么圆形多一些,所以这个star就是属于猫

  想要将一组数据,分为三类,粉色数值大,黄色数值小;最开心先初始化,这里面选了最简单的 3,2,1 作为各类的初始值;剩下的数据里,每个都与三个初始值计算距离,然后归类到离它最近的初始值所在类别

  adaboost 是 bosting 的方法之一。bosting就是把若干个分类效果并不好的分类器综合起来考虑,会得到一个效果比较好的分类器。下图,左右两个决策树,单个看是效果不怎么好的,但是把同样的数据投入进去,把两个结果加起来考虑,就会增加可信度

  adaboost 的栗子,手写识别中,在画板上可以抓取到很多 features,例如 始点的方向,始点和终点的距离等等

  training 的时候,会得到每个 feature 的 weight,例如 2 和 3 的开头部分很像,这个 feature 对分类起到的作用很小,它的权重也就会较小

  而这个 alpha 角 就具有很强的识别性,这个 feature 的权重就会较大,最后的预测结果是综合考虑这些 feature 的结果

  input 输入到网络中,被激活,计算的分数被传递到下一层,激活后面的神经层,最后output 层的节点上的分数代表属于各类的分数,下图例子得到分类结果为 class 1;同样的 input 被传输到不同的节点上,之所以会得到不同的结果是因为各自节点有不同的weights 和 bias。

  这是一句话计算出来的概率,当你用大量文本去做统计的时候,会得到更大的状态转移矩阵,例如 the 后面可以连接的单词,及相应的概率