1. 分析为什么平方损失函数不适用于分类问题.
答:
2. 计算其最优参数
在线性回归中,如果我们给每个样本 \(\left(\mathbf{x}^{(n)}, y^{(n)}\right)\) 赋予一个权重 \(r^{(n)}\),经验风险函数为
\[\mathcal{R}(\mathbf{w})=\frac{1}{2} \sum_{n=1}^{N} r^{(n)}\left(y^{(n)}-\mathbf{w}^{\mathrm{T}} \mathbf{x}^{(n)}\right)^{2}
\]
计算其最优参数 \(w^*\),并分析权重 \(r^{(n)}\) 的作用。
答:
\[\begin{array}{l}
令\ \frac{\partial R(w)}{\partial w}=-r x\left(y-x^{T} w\right)=0 \
\left. \\
w^{*}=(\sum_{n=1}^{N} x^{(n)}\left(x^{(n)}\right)^{T}\right)^{-1}\left(\sum_{n=1}^{N} r^{(n)} x^{(n)} y^{(n)}\right)
\end{array}
\]
\(r^{(n)}\): 为每个样本都分配了权重,相当于对每个样本都设置了不同的学习率,即,理解成对每个样本重视程度不同。
3. 证明矩阵的秩
在线性回归中,如果样本数量 N 小于特征数量 d+1,则 XX^T 的秩最大为 N。
答:
-
已知定理:设 \(A, B\) 分别为 \(n \times m, m \times s\)的矩阵,则 \(rank(AB) \le min\{rank(A), rank(B)\}\)
-
而 \(X \in \mathbb{R}^{(d+1) \times N}, X^T \in \mathbb{R}^{N \times (d+1)}\)
- \(rank(X) = rank(X^T) = min((d+1), N), N < d + 1, 可知 rank(X) = N\)
-
可知 \(rank(X, X^T) \le {N, N} = N\)
4. 验证岭回归
在线性回归中,验证岭回归的解为 结构风险最小化准则 下的最小二乘法估计,见公式(2.44)
答:
已知
\[R(w) = \frac{1}{2}||y - X^Tw||^2 + \frac{1}{2}\lambda ||w||^2 \\
w^* = (XX^T + \lambda I)^{-1}Xy
\]
可得
\[\begin{aligned}
\frac{\partial \mathcal{R}(\mathbf{w})}{\partial \mathbf{w}} &=\frac{1}{2} \frac{\partial\left\|\mathbf{y}-X^{\mathrm{T}} \mathbf{w}\right\|^{2}+\lambda\|\mathbf{w}\|^{2}}{\partial \mathbf{w}} \\
&=-X\left(\mathbf{y}-X^{\mathrm{T}} \mathbf{w}\right)+\lambda \mathbf{w}
\end{aligned}
\]
令 \(\frac{\partial}{\partial \mathrm{w}} \mathcal{R}(\mathbf{w})=0\) 可得
\[\begin{array}{c}
-X Y+X X^{\mathrm{T}} \mathbf{w}+\lambda \mathbf{w}=0 \\
\left(X X^{\mathrm{T}}+\lambda I\right) \mathbf{w}=X Y
\end{array}
\]
即
\[\mathbf{w}^{*}=\left(X X^{\mathrm{T}}+\lambda I\right)^{-1} X \mathbf{y}
\]
5. 最大似然估计
在线性回归中,若假设标签 \(y \sim \mathcal{N} \left(\mathbf{w}^{\mathrm{T}} \mathbf{x}, \beta\right)\) 并用最大似然估计来优化参数时,验证最优参数为公式(2.51)的解。
已知
\[\log p(\mathbf{y} \mid X ; \mathbf{w}, \sigma)=\sum_{n=1}^{N} \log \mathcal{N}\left(y^{(n)} \mid \mathbf{w}^{\mathrm{T}} \mathbf{x}^{(n)}, \sigma^{2}\right)
\]
令 \(\frac{\partial \log p(\mathbf{y} \mid X ; \mathbf{w}, \sigma)}{\partial \mathbf{w}}=0\),即有
\[\frac{\partial\left(\sum_{n=1}^{N}-\frac{\left(y^{(n)}-\mathbf{w}^{\mathrm{T}} \mathbf{x}^{(n)}\right)^{2}}{2 \beta}\right)}{\partial \mathbf{w}}=0
\]
\[\begin{array}{c}
\frac{\partial \frac{1}{2}\left\|\mathbf{y}-X^{\mathrm{T}} \mathbf{w}\right\|^{2}}{\partial \mathbf{w}}=0 \\
-X\left(\mathbf{y}-X^{\mathrm{T}} \mathbf{w}\right)=0
\end{array}\]
则
\[\mathbf{w}^{M L}=\left(X X^{\mathrm{T}}\right)^{-1} X \mathbf{y}
\]
6. 最大后验估计
![](https://img2020.cnblogs.com/blog/817161/202007/817161-20200712233636823-1512987188.png)