深度学习课程笔记（二）Classification： Probility Generative Model
深度学习课程笔记（二）Classification： Probility Generative Model
2017.10.05
相关材料来自：http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html
本节主要讲解分类问题：
classification 问题最常见的形式，就是给定一个输入，我们去学习一个函数，使得该函数，可以输出一个东西（label）。如下所示：
其实好多其他的问题，都是分类问题演化而来，都可以通过分类问题来解决，如：物体检测，跟踪，分割 等等。。。
那么该怎么执行这个任务呢？万事都是从 training data 说起，我们首先需要收集 训练数据，如下图所示：
收集足够的 training data，这些data 是由 输入 和 输出构成的，即：input 和 label信息。我们可以简单的将分类问题当做回归问题来做。例如：我们要进行二分类的问题，我们可以将 label 1 设置为目标1，label 2 设置为 目标2. 然后测试的时候，根据输出 value 的高低来进行判别。即：如果接近于 1，就认为该类是属于 class 1，接近于 -1，就认为属于 class 2.
那么，可以得到如下的效果：
我们只要找到这个分界线即可，使得我们可以将蓝色和红色的数据分布，区分开来。看起来，效果不错的，可以搞。。。但是，实际上，是有问题的。。。有什么问题呢？
因为当蓝色点数据的分布是如下的情况，即：右下角有部分数据，其输出的score 远大于 1，但是回归的目标是，使得蓝色数据的输出向1靠近，那么，这部分蓝色点就会出现 error，那么，模型就会调整分界面，朝着紫色的方向移动，从而使得蓝色数据那部分的score 不是那么的大，从而使得整体的 error 降低。但是这个时候，得到的分界面并不是好的，因为它错误的划分了某些点。
所以，上述例子就说明了，回归问题得到的模型，并不直接适用分类问题。而理想的解决分类问题的流程，应该是这样子滴：
即：我们要找一个 function，该函数能够对于类别1 的输出score 大于0，对于另一个类别，小于 0. 损失函数就是在训练集合中，错误分类的次数。而找这么一个函数的方法有 SVM，Perceptron 等等。但是这次课程，李宏毅老师讲了另外一种方法。什么方法呢？
==================== 分割线 =======================
李宏毅老师先给了一个例子：
告诉你以上信息关于两个盒子中，从 盒子1中取出蓝色球的概率是多少？根据贝叶斯公式，我们可以得到上述公式，然后带进去算一下就得到了。这个看起来，没什么问题。
类似的，我们将两个盒子，换成 两个类别：
那么，给定一个 x，问这个样本属于 class 1 的概率是多少？我们可以用上述公式来完成。但是问题是，我们需要知道右边公式中的每一项的值是多少？我们的任务就是要从 training data 中去学习这些概率，从而完成整个分类问题。
所以，这样子就变成了一个产生式模型（Generative Model）。我们要构建一个这样子的model，使得：
那么，产生出样本 x 的概率是什么呢？就是从类别1中采样出的x的概率乘以从c1中采样出 x 的概率 加上 类型2的概率乘以从类别2中采样出x的概率的加和。这样，我们就可以自己产生 x ，这就是产生式模型。
回到二元分类的问题，我们有两个类别，water 和 normal，那么统计 training data 中这两个类别出现的概率，分别算出来，这个算是先验信息。
那么，问题来了，给定一个海龟，问，该海龟属于 water 的概率是多大呢？我们知道，我们的 sample 都是用 vector 来表示的，那么，我们可以将 water 类别的sample 都可视化出来看看，他们的分布到底是什么样子的呢？
我们简单的用两维的 feature 来可视化这 79种 training sample，可以得到如下的分布图：
那么，其中每一个点，都代表了一个样本，我们可以将其可视化出来看，如：【48,50】代表了是这个鸭子，【65,64】代表了这个站立的乌龟，那么，我们所要猜测的海龟并不在这些 sample 当中，那么它属于 water 类别的概率该怎样计算呢？
那么，我们将这 79 个样本看做是 所有water class 的冰山一角，而真正的 water 类别是属于一个高斯分布的，而这些样本只是高斯分布采样出来的一点点的样本。
我们怎样才能model出这个高斯分布，才是着重要解决的问题。然后李宏毅老师又讲解了部分高斯分布的知识。看看就可以了，大家都懂吧？
那么，问题继续：假设有了这些样本，我们可以model出一个高斯分布出来，然后只要将 new sample x，带入这个函数就可以得到其属于该高斯分布的概率了。
那么，我们怎么找这个 均值和方法呢？使得该高斯分布尽可能好的去model 这些样本？这就要引入最大似然估计了。。。。
如下所示，这些样本可能是任意高斯分布采样出来的，但是不同的高斯分布采样出这些点的似然性是不同的，如：就似然性来说，左下角的那么高斯分布就比右上角的高斯分布要高。
我们该怎么计算这个似然性呢？我们可以将这些点可以看做是独立采样出来的，那么这些点的似然性就是，每一个的概率相乘得到。我们要优化的目标就是，使得找到一组参数，使得该似然性最大：
可以通过微分的方法，来求解出上述结果。有了上面这两个公式，我们将两个类别的数据分别带进去，可以得到：
有了这两个高斯分布的情况，我们就可以直接带进去算算就知道分类的情况了。
下图是李宏毅老师做的一些实验，上面左上角那个是根据样本得到的概率分布的情况，右上角那个是确定一个边界线之后，在 training data 上的分类情况。可以看到，在两维的情况下，效果不是很好。在测试数据上，只有 47%的精度。
所以，又尝试了 7维的情况，得到了较好结果，但是，依然不是非常好。。。后续会有改进。。。
========================= 分界线 ================================
为了得到更好的结果，我们可以做如下的改动：
我们用参数共享的方法，来做这件事。我们要得到的高斯分布，其均值不变，但是共享方差。所以优化的目标，变成了上述的情况。根据这个计算规则，我们可以得到一组新的高斯分布。
来看看结果怎样吧。
我们可以看到，在我们共享方差之后，这个分界线变成了直线。。。再用了7维的feature之后，其识别精度达到了 73%。。。。可以看到这个提升，还是蛮明显的。
再次回到我们之前说过的三个步骤：
当然，这里概率的选择，不是固定的，你可以选择高斯分布，也可以选择其他的分布。。。
紧接着，我们分析下后验概率：
那么，我们继续来看这个关于 z 的 sigmoid 函数：
我们把上面 P（x|c）带入到 z 的函数中去，做相关的整理后，可以得到：
关于 1/2 那一项中的两项，我们可做进一步的展开：
将这两项分别带到上述公式中，我们可以得到 z的新的表达式：
假设这两个方差是相同的，那么我们有：
然后上述 z 的函数，可以进一步的简化，我们可以得到：
最终 z 变成了：
我们有了均值和方差，那么z 函数中的值，都可以用新的标量来表示，即：
那么，可以看出，这个 z 的函数，其实是一个线性的函数了，这也就解释了为啥之前共享方差后，分界面是一个直线了。还记得吧，看这里：
那么，在产生式模型中，我们所要做的就是算出：
然后，我们就有了 w 和 b。。。。呵呵。 。。。是的，我们类似累活，就是为了算出这两个参数。。。
那么，分类问题，其实不用这么“舍近求远”直接求出 w 和 b 不就可以了吗？是的啊，我们下节课再说吧。。。哈哈。。。。
