Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Similar to 正則化つき線形モデル(「入門機械学習第6章」より)
Similar to 正則化つき線形モデル(「入門機械学習第6章」より) (20)
More from Eric Sartre
Recently uploaded
Recently uploaded (9)
正則化つき線形モデル(「入門機械学習第6章」より)
- 1. 第6章 正則化 : テキスト回帰 えりっくさーとる 入門機械学習 1
- 2. 6章の構成 • 6.1 列の非線形関係 : 直線の先にあるもの – 6.1.1 多項式回帰の紹介 • 6.2 過学習を防ぐ方法 – 6.2.1 正則化を用いて過学習を防ぐ • 6.3 テキスト回帰 – 6.3.1 救いの手、ロジスティック回帰 2
- 3. 本輪講の構成(『入門機械学習』はほぼガン無視) • [1] 線形回帰とその拡張 • [2] 過学習と正則化 • [3] 正則化つき回帰をしてみる • [4] まとめ 3
- 4. [1]線形回帰とその拡張 1. 単純な線形回帰を考える – 単回帰分析と重回帰分析 – 線形回帰モデルの紹介 2. さらに一般化してみる – 線形基底関数モデルの紹介 – 基底関数 3. 重みの決め方 – 最小二乗法 4
- 6. 単純な線形回帰を考える [1] 線形回帰とその拡張 駅からの距離[m] 家賃[万円/月] 1000 35 1500 25 500 45 求めたい家賃をy, 駅からの距離をxとすると と近似できそう(単回帰分析) ˆyl = ax + b 表にしてみた 駅からの距離[m] 家賃[万円/月] 6
- 7. 単純な線形回帰を考える [1] 線形回帰とその拡張 駅 家1 家2 家3 1.5km 6万円/月 築8年, 面積50m2 駅からの距離と面積と築年数で 家賃が求められるのでは？ 3万円/月 築10年, 面積40m2 8万円/月 築4年, 面積50m2 7
- 8. 単純な線形回帰を考える [1] 線形回帰とその拡張 駅からの距離[m] 築年数[年] 面積[m2] 家賃[万円/月] 1000 6 50 35 1500 3 40 25 500 8 50 45 求めたい家賃をy, 駅からの距離をx1, 築年数をx2, 面積をx3とおくと と近似できそう(重回帰分析) ˆyml = ax1 + bx2 +cx3 + d 表にしてみた 8
- 9. 単純な線形回帰を考える [1] 線形回帰とその拡張 ˆy = w0 + w1x1 + w 2 x2 +!+ wD xD ˆyl = ax + b ˆyml = ax1 + bx2 +cx3 + d ! " # 上記の2式をにらめっこすると、次のように一般化できる: x0=1とすれば ˆy = xjwj j=0 D ∑ となる。 9
- 10. 単純な線形回帰を考える [1] 線形回帰とその拡張 ˆy = xjwj j=0 D ∑ 先程求めた式で表せるものを線形回帰モデルと呼ぶ。 実際の値には誤差εが乗っていて、これはN(0, σ2)に従う y = xjwj j=0 D ∑ +ε y : 独立変数, 被説明変数,目的変数 wj : 重み xj : 従属変数, 説明変数 等分散正規分布 10
- 11. 単純な線形回帰を考える [1] 線形回帰とその拡張 ……入力xに対して線形ってどうなの？ 先程求めた式で表せるものを線形回帰モデルと呼ぶ。 ここでyについてわかることは、 ・入力xに対して線形 ・重みwに対して線形 ・「入力xと重みwの積」の和を計算している ˆy = xjwj j=0 D ∑ y : 独立変数, 被説明変数,目的変数 wj : 重み xj : 従属変数, 説明変数 11
- 15. さらに一般化してみる [1] 線形回帰とその拡張 ˆy = φj (x)wj j=0 D ∑ 以下の式で表せるものを線形基底関数モデルと呼ぶ。 なお、Φ0(x)=1とする。 y : 独立変数, 被説明変数,目的変数 wj : 重み xj : 従属変数, 説明変数 Φ : 基底関数, リンク関数(RD→R1) 注意! R1→R1ではない ここでyについてわかることは、 ・入力xに対して非線形 ・重みwに対して線形 ・「入力xをΦにかけた値と重みwの積」の和 15
- 16. さらに一般化してみる [1] 線形回帰とその拡張 ˆy = φj (x)wj j=0 D ∑ 基底関数には以下の関数がよく使われる(人間が選ぶ) Φの形 名前 用途 xj 多項式 多項式フィッティング exp{-(x-μ)2/2s2} ガウス基底関数 非線形SVM σ((x-μj)/2) ロジット関数 ニューラルネット ロジスティック回帰 16
- 17. ˆy = φj (x)wj j=0 D ∑ 重みの決め方 [1] 線形回帰とその拡張 どうやって決めるのか？ 最小二乗法による推定 最尤法による推定 今回はこちらだけ 17
- 18. 重みの決め方 [1] 線形回帰とその拡張 最小二乗法による推定...の前に ˆyi = φj (xi )wj j=0 D ∑ = φ0 (xi ) ! φD (xi ) " # $ $ $ $ % & ' ' ' ' T w i個目の観測データをxi、目的変数をyiとし、 w=(w0, w1, ..., wD)Tとすると yiの予測値は以下のように表せる 18
- 19. 重みの決め方 [1] 線形回帰とその拡張 最小二乗法による推定...の前に ˆy = ΦT w n個の独立な観測データ(x1, ..., xn)があったとき、 ˆy = ˆy1 ! ˆyn ! " # # # # $ % & & & & ,Φ = φ0 (x1) " φ0 (xn ) ! # ! φD (x1) " φD (xn ) ! " # # # # $ % & & & & yの予測値ベクトルは以下のように表せる とおくと x1 xn 19
- 20. 重みの決め方 [1] 線形回帰とその拡張 最小二乗法による推定 実測値と予測値の二乗誤差を最小化する ˆyi yi 二乗誤差Ewを 以下のように定義: ED (w) = (yi − ˆyi )2 i=1 n ∑ 20
- 21. 重みの決め方 [1] 線形回帰とその拡張 最小二乗法による推定 ED (w) = (yi − ˆyi )2 i=1 n ∑ これは多次元空間で下に凸 つまり「EDを最小化するw*」はこの2次関数の極値とわかる 極値は「EDを微分した結果が0になるw」なので、 ∂ ∂w ED (w) = 0 を解くと、w*=(ΦΦT)-1ΦTyとわかる 「擬似逆行列」と呼ばれる。 多重共線性が無いと仮定すると 列が線形独立なのでこう計算できる 21
- 22. [2]過学習と正則化 1. 過学習とは – 多項式回帰の例 – 線形基底関数モデルにおける「複雑さ」とは 2. 正則化 – いろいろな正則化項 – λの推定と交差検定 22
- 24. 過学習とは [2] 過学習と正則化 複雑すぎるモデルを用いると、 訓練データセットのクセ(ノイズ)を拾いすぎてしまい、 真のモデルの形から遠ざかってしまう 線形基底関数モデルにおける複雑さの定義は 以下に示すものがある(値が大きいほど複雑) L2ノルム w 2 L1ノルム w w0 w1 w0 w1 24
- 25. 正則化 [2] 過学習と正則化 ED (w) = (yi − ˆyi )2 i=1 n ∑最小二乗法においては を最小にした。 これにモデルの複雑度を示す正則化項Ewを加え、 ED (w)+ λEW (w) を最小にするw*を求めることにする。 w0 w1 L2正則化を用いた回帰 (リッジ回帰)の最適点 ちなみに、L2正則化項のときは w* = (λI +ΦΦT )−1 ΦT y と解析的に解ける。 25
- 26. 正則化 ED (w)+ λEW (w) [2] 過学習と正則化 パラメータλをどう決める？ 交差検定を使ってみる [1] [2] [3] データ [1]学習 [2]学習 [3]評価 [1]評価 [2]学習 [3]学習 [1]学習 [2]評価 [3]学習 λを変えながらそれぞれ試す 26
- 27. [3]正則化つき回帰をしてみる 1. テキスト回帰 – 紹介文の単語集合からランキングを予測する – この失敗から学べること 2. ロジスティック回帰 – ロジスティック回帰でできること – ロジスティック回帰は何モデル？ – さっきの例に適用してみた 27
- 28. テキスト回帰 [3] 正則化つき回帰をしてみる 紹介文に出てくる単語の出現回数から、 売上順位が推定できないか？ ˆy = xjwj j=0 D ∑ これを線形回帰モデルに当てはめると y : 売上順位 wj : 重み xj : 単語jの出現回数 単語は無数にあるので非常に次元が高くなる 正則化項つきでないと簡単に過学習してしまう 28
- 30. テキスト回帰 [3] 正則化つき回帰をしてみる この様にうまくいかないこともあるので、 適切なモデルを選ぶことが大切 参考 : AIC(赤池情報量規準) 統計モデルの良さを評価するためのとてもとても有名な指標。 この値が最小のものを選ぶと良いモデルが選択できる。 ちなみにAICのあとにBICとかMDLだとかいろんな規準が 提案されているので、統計屋さんはこれらを使い分ける。 30
- 33. ロジスティック回帰 [3] 正則化つき回帰をしてみる ロジスティック回帰は何モデル？ 誤差が正規分布に従わないので実は線形モデルではない！ ˆy = f (w0 + w1x1 +!wD xD ) = f xT w( ) 一般化線形モデルというものに属し、以下で表せる: ロジスティック回帰は関数fがシグモイド関数なので ˆy = 1 1+ exp(−xT w) と表される 33
- 35. [4]本章のまとめ • [1] 線形回帰とその拡張 – 線形回帰モデルを拡張したものが線形基底関数モデル – 最小二乗法で重みの推定ができる • [2] 過学習と正則化 – 線形基底モデルの複雑さは重みベクトルのノルム – 正則化項には色々な種類がある • [3] 正則化つき回帰をしてみる – 適切な問題設定をしよう 35