机器学习基础---过拟合问题及正则化技术
到现在为止，我们已经学习了几种不同的学习算法，包括线性回归和逻辑回归，它们能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习应用时，会遇到过拟合(over-fitting)的问题，可能会导致它们效果很差。
一：过度拟合问题
（一）线性回归中的过拟合问题
继续使用线性回归来预测房价的例子，我们通过建立以住房面积为自变量的函数来预测房价。
1.我们可以用一次函数拟合数据，这样我们可以获取拟合数据的这样一条直线。
但是这不是一个很好的模型，通过数据可以明显的看出随着数据房子面积的增大，住房价格逐渐稳定。---越往后越平缓。
所以该算法没有很好的拟合训练集。我们把这个问题称为欠拟合(underfitting)。这个问题的另一个术语叫做高偏差(bias)
这两种说法大致相似，意思是它只是没有很好地拟合训练数据。
它的意思是如果拟合一条直线到训练数据，就好像算法有一个很强的偏见或者说非常大的偏差，因为该算法认为房子价格与面积仅仅线性相关。
与实际数据规律不符合，先入为主的拟合一条直线，最终导致拟合数据效果很差。
2.使用二阶函数更好的拟合训练集
3.使用高阶函数，似乎很好的拟合了训练集（经过了所有的数据点），但是这是一条扭曲的曲线。事实上我们并不认为这是一个好的模型，这个问题我们称之为过度拟合（高方差）
（二）过拟合带来的问题
如果我们拟合一个高阶多项式，那么这个函数能很好的拟合训练集，能拟合几乎所有的训练数据。这就面临可能的函数，太过庞大，变量太多的问题。
同时如果我们没有足够的数据，去约束这个变量过多的模型，那么这就是过度拟合。
概括的说：过度拟合的问题，将会在变量过多的时候出现，这时训练出的假设能很好的拟合训练集。所以，代价函数实际上可能非常接近于0。
但是你可能会得到这样的曲线：
它虽然可以很好的拟合训练集，但是会导致它无法泛化到新的样本中，无法预测新样本的价格
泛化：一个假设模型应用到新样本的能力
新样本的数据：没有出现在训练集的数据
（三）逻辑回归中的过拟合问题
图一：不能很好的拟合数据---欠拟合
图二：很好的拟合了数据
图三：千方百计的找到一个判定边界，来拟合训练数据---过拟合
（四）发现了过拟合问题，应该如何处理？
1.丢弃一些不能帮助我们正确预测的特征（减少特征变量）。可以是手工选择保留哪些特征，或者使用一些模型选择的算法来帮忙（例如PCA）---可以有效的减少过拟合的发生，但是也可能丢弃关于问题的一些信息
2.正则化。 保留所有的特征，但是减少量级或者参数θ_j的大小（magnitude）。---因为很可能我们的每一个特征变量都是有一定用的，因此我们不希望舍弃这些特征变量。
二：代价函数---正则化是怎样运行的？
（一）正则化前提了解
当我们进行正则化的时候，我们还将写出相应的代价函数。
由前面可以知道，下面两种拟合方式，第一个可以很好的拟合训练集，第二个则是过拟合（泛化得不好）
而我们想要保留所有得特征，那应该如何做？
我们不妨在函数中加入惩罚项。使得参数θ_3和θ_4都非常小---看后面1000* 看下
这是我们得优化目标。 我们要最小化其均方误差代价函数。----优化目标（代价函数）不等于假设函数（但是对其有影响）
我们对上面得函数进行了一些修改，对于θ_3方和θ_4方乘以一个很大的数（比如1000）
假如我们要最小化这个函数，那么要使修改后的函数尽可能的小的方法只有一个：就是θ_3和θ_4尽可能的小（这些参数越小，我们得到的函数就会越平滑，也简单） 启上
就好像省略的θ_3和θ_4这两项一样,那么这个函数还是相当于二次函数：最后我们拟合数据的函数，实际上还是一个二次函数
那么，这就是一种很好的假设模型。
在该例子中，可以看到，加入了惩罚项，增大两个参数所带来的效果。
总的来说：这就是正则化背后的思想。
（二）正则化理解
比如：我们有很多特征变量（这里101个），我们并不知道谁的相关性比较小，那么我们应该决定缩小哪一个特征变量呢？
正则化处理：直接修改代价函数，在后面添加一个新的项（额外的正则化项）---来缩小每一个参数，从θ_1到θ_100（约定），实际上假设θ_0也没有影响
其中入是正则化参数---控制两个不同目标之间的取舍（平衡关系）：
第一个目标：与目标函数的第一项有关，该目标是想要更好的拟合数据，训练集
第二个目标：与目标函数第二项（正则化项）有关，该目标就是要保持参数尽量的小
从而简化模型，避免过拟合的情况。
如果正则化参数入设置过大：结果会导致对正则化项中的参数θ_j的惩罚程度太大。导致这些参数都会接近于0
这样的话，就相当于把假设函数的全部项都忽略掉了。导致假设模型最后只剩下一个θ_0。
导致使用一条直线去拟合训练集
，导致欠拟合。
所以为了让正则化起到好的效果，我们应该去选择一个更加合适的正则化参数入。
三：线性回归中的正则化
对于线性回归的求解，我们之前推导了两种学习算法：
一种基于梯度下降
一种基于正规方程
这里，我们将继续学习这两个算法，并把它们推广到正则化线性回归中去。
这是我们之前学到的，正则化线性回归的代价函数。
（一）梯度下降法
如果我们要使用梯度下降法令这个代价函数最小化，因为我们未对θ_0进行正则化，所以梯度下降算法将分两种情形：
对上面两种情况进行合并简化：
其中α一般很小，而m比较大。所以会导致1-α入/m接近1：比如可以想成0.99
只是把θ_j变小的速度降低了。其他的没有太大区别。
其优点：可以看出，正则化线性回归的梯度下降算法的变化在于，每次都在原有算法更新规则的基础上令值减少了一个额外的值。
（二）正规方程
含推导过程：https://www.cnblogs.com/ssyfj/p/12791935.html---就是将代价函数的偏导求0，即可。
其中X是一个m*(n+1)维矩阵，y会是一个m维向量。
其中m是训练样本数量，n是特征变量数。n+1是因为我加的这个额外的特征变量x0。
上面的正规方程，还是没有正则化项的。
正则化处理：
正则化处理：不可逆问题
其实就是，C=AB，r（C）<=min(A,B)<=m,由于m<n,这里的C是XT*X，为(n+1)*(n+1)的矩阵，秩最大为m所以不可逆
其中当入>0时，后面的矩阵的秩=n,与前面的XTX相加，可以解决一些不可逆问题。
四：逻辑回归中的正则化
针对逻辑回归问题，已经学习过两种优化算法：
1.我们首先学习了使用梯度下降法来优化代价函数J(θ)，
2.接下来学习了更高级的优化算法，这些高级优化算法需要自己设计代价函数J(θ)。
使用正则化改进这两种算法 。
（一）正则化解决逻辑回归过拟合问题
可以很好的区分正样本和负样本。
代码实现：
import numpy as np def costReg(theta, X, y, learningRate): theta = np.matrix(theta) X = np.matrix(X) y = np.matrix(y) first = np.multiply(-y, np.log(sigmoid(X*theta.T))) second = np.multiply((1 - y), np.log(1 - sigmoid(X*theta.T))) reg = (learningRate / (2 * len(X))* np.sum(np.power(theta[:,1:theta.shape[1]],2)) return np.sum(first - second) / (len(X)) + reg
（二）正则化改进梯度下降法
与线性回归不同之处就在于假设函数的不同。
（三）在高级算法中使用正则化
对于高级算法，我们想要自己定义一个costFunction函数：---使用fminuc函数调用函数costFunction或者其他高级优化函数
这个函数以参数向量θ为输入 。
返回：实现正则化代价函数：
返回：梯度求取：
总之：对于θ_j(j>0)来说，其梯度偏导为：
