斯坦福CS229机器学习课程笔记 part3：广义线性模型 Greneralized Linear Models (GLMs)

指数分布族 The exponential family

因为广义线性模型是围绕指数分布族的。大多数常用分布都属于指数分布族，服从指数分布族的条件是概率分布可以写成如下形式：

η 被称作自然参数(natural parameter），或正则参数canonical parameter)，它是指数分布族唯一的参数
T(y) 被称作充分统计量(sufficient statistic)，很多情况下T(y)=y log
a(η) 是log partition function
e-a(η)是一个规范化常数，使得分布p(y; η)的和为1p(;η)
对于给定的一组a,b,T，都会得到对应的指数分布族。改变参数η的取值会影响该指数族的分布。

伯努利分布(Bernoulli)的指数分布族

对应关系如下：

 η 为标量，转置等于其本身。所以：

    

高斯分布(Gaussian)的指数分布族

正态分布（正态分布有两个参数均值 μ 与 标准差σ，在做线性回归的时候，我们关心的是均值而标准差不影模型的学习与参数θ的选择，因此这里将 σ²设为1便于计算）

对应关系如下：

以下分布也都属于指数分布族

Bernoulli 伯努利分布
Gaussian 高斯分布
multinomial 多项式分布
Poisson 泊松分布（用于计数的建模）
gamma 伽马分布、exponential 指数分布（用于对正数建模，多用于间隔问题）
β 分布，Dirichlet 分布（用于对小数建模）

---

广义线性模型 Greneralized Linear Models

广义线性模型(Generalized Linear Models)

使用GLMs来解决问题，基于三个设计假设：

• y|x;θ∼ExponentialFamily(η)。输出变量基于输入变量的条件概率分布服从指数分布族
• 我们的目标是通过给定x，来预测T(y)期望 E[T(y) | x]。对于给定的输入变量x，学习的目标是预测T(y)的期望值，T(y)经常就是y，因此假设函数需要满足h(x)=E[y|x](这个假设对logistic回归和线性回归都成立)。
• 自然函数 η 与输入特征 x 的关系是线性的，η=θ^Tx(如果自然参数是向量，ηi=θTix)。

如果问题满足这三个假设，就可以构造广义线性模型来解决。这三个假设指明了如何从输入变量映射到输出变量与概率模型。

最小二乘法

在线性回归的最小平方问题中，目标变量 y 是连续的(在GLM的术语中也称作响应变量(response variable))。

已知给定x，y符合高斯分布，均值为 μ。线性回归目标是预测T(y)的期望（期望也就是均值 μ）。又根据上面对于高斯分布指数分布族的推导，得知T(y)=y，μ=η。由GLMs 假设3得知 η=θ^Tx。

最终得到线性回归的假设函数：

Logistic回归

在二元分类问题中，给定x，y服从伯努利分布，均值为ϕ。由伯努利分布的 η ，可以反推出 φ

利用广义线性模型的假设 3 可知同时有 η=θ^Tx。因此可以得到logistic回归的假设函数（sigmoid 函数）：

canonical response function：g(η) = E[T(y); η]，给定正则参数 η，求分布的平均值
canonical link function：g⁻¹，canonical response function的逆，即根据g(η)求 η

Softmax回归

Logistic 分布解决二分类问题，Softmax用于解决多分类问题。

符合多项式分布multinomial distribution。下面开始构建模型，使其符合指数分布。
如果有k个类型 y∈{1,2,...,k}。则可以用 φ₁,φ₂,...,φ_k−1,φ_k 一共k个变量来表示 y属于每种类型的概率。但因为所有概率之和为1，如果已知前 k-1个概率的值，第k个概率就确定了，这将违反独立同分布的原则。

因此我们用前面 k-1 个变量替代第 k 个变量，设置参数：φ₁,φ₂,...,φ_k−1。其中 φ_i = p(y=i; φ)。

【注：虽然有时公式中会将φ_k写出来，但要记住它是一个由k-1项决定的表达式，不是一个变量】

引入T(y)：

注意，这里就和前面的 T(y) = y 不同，这里的 T(y)是一个向量，所以用 T(y)_i 表示 T(y) 的第i个元素。

引出 indicator function 指示函数 的定义：1{True}=1，1{False}=0。

由于当 i = 1 时T(1)为1。当 i = 2 时T(2)为1。即当且仅当 y = i 时，T(y)_i =1。则T(y)与y的关系可以写成：

有 T(y)_i 的期望等于 “y属于类型 i 的概率φ_i ”：

现在可以证明多项式分布符合指数分布族：

公式 第4步到第5步，是将最后一个乘积的和分配到前面每一项上做减法。且 log(a)-log(b) = log(a/b)。

对应关系：

link函数为：

为了方便，定义 η_k = log(φ_k/φk) = 0。通过上式反推 φ：

公式两边 k 项求和：

移项：

再带回 (7)式中替换φ_k。移项得到从η到φ’s的映射，称作softmax函数：

根据假设3，并令

得到softmax regression,它是logistic regression的推广。根据机器学习三要素，其

（1）模型

其中 e^μ_k = e⁰ = 1。

最终，假设函数为：

（2）策略

依然可以使用极大似然估计的方法来学习θ，似然函数 L(θ) 为m个概率 p(y⁽ⁱ⁾|x⁽ⁱ⁾; θ) 的乘积。其对数 l(θ)为：

（3）算法

可以通过梯度上升或牛顿方法来求出合适的参数 θ。这里μ是上面的指示函数1{}

 

梯度上升：

Softmax 回归和 Logistic回归的关系