贝叶斯方法与Ridge回归有什么联系?废话少说,我们直接来看。
为了方便说明问题,考虑一维的自变量,将一系列自变量排成向量的形式:(mathbf{x}=(x_1,cdots,x_N)^T),对应的目标函数为(mathbf{t}=(t_1,cdots,t_N)^T)。
我们假设样本中每个(t)都独立,且服从正态分布,分布的均值为(y(x,mathbf{w})=sum_{j=0}^{M} w_j x^j)(也可以不指定形式,只要是关于(x)和(mathbf{w})的函数即可),方差的倒数为(eta),则似然函数为
将似然函数取对数,再把正态分布的具体形式写出来,有
最大化似然函数,等价于最小化它的负对数,也等价于最小化(sum_{n=1}^{N}[y(x_n,mathbf{w})-t_n]^2)。我们发现,其实这就是用OLS解线性回归问题。换句话说,用OLS解线性回归,相当于在正态分布假设下,求解最大似然问题。
那么在贝叶斯方法下,又会有什么事情发生呢?由于贝叶斯方法需要一个参数的先验分布,在这里就假设参数(mathbf{w})的先验分布是一个由超参数(alpha)控制的简单的正态分布,注意这里是多维的正态分布:
其中(M+1)是(mathbf{w})的元素的总数。
根据贝叶斯定理,有
我们要最大化的就是(mathbf{w})的后验概率,这样的方法就是MAP(maximum posterior)。
对上式右边取负对数,并舍去与(mathbf{w})无关的项后,变为:
我们发现,在原本的数据服从正态分布的假设中,再加入关于参数的零均值、同方差且无相关的多维正态分布的假设后,贝叶斯方法要最优化的东西,就是Ridge回归中要最优化的东西,取正则化参数(lambda=dfrac{alpha}{eta}),二者的结果是一致的。