Laplace（拉普拉斯）先验与L1正则化

Laplace（拉普拉斯）先验与L1正则化

在之前的一篇博客中L1正则化及其推导推导证明了L1正则化是如何使参数稀疏化人，并且提到过L1正则化如果从贝叶斯的观点看来是Laplace先验，事实上如果从贝叶斯的观点，所有的正则化都是来自于对参数分布的先验。现在来看一下为什么Laplace先验会导出L1正则化，也顺便证明Gauss（高斯）先验会导出L2正则化。

最大似然估计

很多人对最大似然估计不明白，用最简单的线性回归的例子来说：如果有数据集((X, Y))，并且(Y)是有白噪声（就是与测量得到的(Y)与真实的(Y_{real})有均值为零的高斯分布误差），目的是用新产生的(X)来得到(Y)。如果用线性模型来测量，那么有：

[f(X) = sum_i(x_i heta_i) + epsilon = X heta^T + epsilon ag{1.1} ]

其中(X=(x_1, x_2...x_n))，(epsilon)是白噪声，即(epsilon sim N(0, delta^2))。那么于一对数据集((X_i, Y_i))来用，在这个模型中用(X_i)得到(Y_i)的概率是(Y_i sim N(f(X_i), delta^2))：

[P(Y_i|X_i, heta) = frac{1}{deltasqrt{2pi}} exp(-frac{|f(X_i) - Y_i|^2}{2delta^2}) ag{1.2} ]

假设数据集中每一对数据都是独立的，那么对于数据集来说由(X)得到(Y)的概率是：

[P(Y|X, heta)= prod_ifrac{1}{deltasqrt{2pi}} exp(-frac{|f(X_i) - Y_i|^2}{2delta^2}) ag{1.3} ]

根据决策论，就可以知道可以使概率(P(Y|X, heta))最大的参数( heta^*)就是最好的参数。那么我们可以直接得到最大似然估计的最直观理解：对于一个模型，调整参数( heta)，使得用X得到Y的概率最大。那么参数( heta)就可以由下式得到:

[egin {split} heta^* &= argmax_{ heta} left(prod_ifrac{1}{epsilonsqrt{2pi}} exp(-frac{|f(X_i) - Y_i|^2}{2delta^2}) ight) cr &=argmax_{ heta} left( -frac{1}{2delta^2} sum_i |f(X_i) - Y_i|^2 +　sum_i ln(deltasqrt{2pi}) ight) cr &=argmin_{ heta} left(sum_i |f(X_i) - Y_i|^2 ight) end {split} ag{1.4} ]

这个就是最小二乘计算公式。

Laplace分布

Laplace概率密度函数分布为：

[f(x|mu, b) = frac{1}{2b} exp(-frac{|x-mu|}{b}) ag{2.1} ]

分布的图像如下所示：

图1 Laplace分布

可以看到Laplace分布集中在(mu)附近，而且(b)越小，数据的分布就越集中。

Laplace先验导出L1正则化

先验的意思是对一种未知的东西的假设，比如说我们看到一个正方体的骰子，那么我们会假设他的各个面朝上的概率都是(1/6)，这个就是先验。但事实上骰子的材质可能是密度不均的，所以还要从数据集中学习到更接近现实情况的概率。同样，在机器学习中，我们会根据一些已知的知识对参数的分布进行一定的假设，这个就是先验。有先验的好处就是可以在较小的数据集中有良好的泛化性能，当然这是在先验分布是接近真实分布的情况下得到的了，从信息论的角度看，向系统加入了正确先验这个信息，肯定会提高系统的性能。我们假设参数( heta)是如下的Laplace分布的，这就是Laplace先验：

[P( heta_i) = frac{lambda}{2} exp(-lambda| heta_i|) ag{3.1} ]

其中(lambda)是控制参数( heta)集中情况的超参数，(lambda)越大那么参数的分布就越集中在0附近。

在前面所说的最大似然估计事实上是假设了( heta)是均匀分布的，也就是(P( heta)=Constant)，我们最大化的要后验估计，即是：

[egin {split} heta^* &= argmax_{ heta} left(prod_i P(Y_i|X_i, heta) prod_i P( heta_i) ight) cr &=argmin_{ heta} left(sum_i |f(X_i) - Y_i|^2 + sum_i ln(P( heta_i)) ight) end {split} ag{3.2} ]

如果是Laplace先验，将式((3.1))代入到式((3.2))中可得：

[ heta^* =argmin_{ heta} left(sum_i |f(X_i) - Y_i|^2 + lambda sum_i | heta_i|) ight) ag{3.3} ]

这就是由Laplace导出L1正则化，我在之前的一篇博客中L1正则化及其推导分析过(lambda)越大，那么参数的分布就越集中在0附近，这个与Laplace先验的分析是一致的。

Gauss先验导出L2正则化

到这里，我们可以很轻易地导出L2正则化，假设参数( heta)的分布是符合以下的高斯分布：

[P( heta_i) = frac{lambda}{sqrt{pi}} exp(-lambda| heta_i|^2) ag{3.4} ]

代入式((3.2))可以直接得到L2正则化：

[ heta^* =argmin_{ heta} left(sum_i |f(X_i) - Y_i|^2 + lambda sum_i | heta_i|^2) ight) ag{3.5} ]

【防止爬虫转载而导致的格式问题——链接】：
http://www.cnblogs.com/heguanyou/p/7688344.html