R-L模型算法的优缺点_模型解题

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

LR模型相关知识点

归一化

机器学习中为什么需要归一化？
（1）消除量纲影响
健康=3身高+2体重，身高单位：米，体重单位：斤
Δ身高=0.3，Δ体重=5，前者变化更大，但‘健康’指标变化小
（2）可以加速优化过程，后加快了梯度下降求最优解的速度；（减少迭代次数，加快模型的训练）
数据归一化后，最优解的寻优过程明显会变得平缓，更容易正确的收敛到最优解。

两个特征区别相差特别大。所形成的等高线比较尖锐。当时用梯度下降法时，很可能要垂直等高线走，需要很多次迭代才能收敛。

在这里插入图片描述
对两个原始特征进行了归一化处理，其对应的等高线相对来说比较圆，在梯度下降时，可以较快的收敛。

（3）归一化有可能提高精度
有些分类器需要计算样本之间的距离，例如k-means。如果一个特征的值域范围特别大。那么距离计算就主要取决于这个特征，有时会与实际情况相违背。（比如这时实际情况是值域范围小的特征更重要）

哪些归一化的方法？

Ⅰ 线性函数归一化
在这里插入图片描述

缺陷：
1）当有新数据加入时，可能导致max和min的变化，需要重新定义
2）存在极端的最大最小值，即易受异常值影响
适用：
如果对输出结果范围有要求，用归一化
如果数据较为稳定，不存在极端的最大最小值，用归一化

Ⅱ 0均值标准化
在这里插入图片描述

适用：
如果数据存在异常值和较多噪音，用标准化，可以间接通过中心化避免异常值和极端值的影响

归一化与标准化的区别
1）归一化的缩放是统一到区间（仅由极值决定），
标准化的缩放是更加“弹性”和“动态”的，和整体样本的分布有很大的关系。
2）归一化：缩放仅仅与最大最小值有关。
标准化：缩放与每个点有关。通过方差和均值体现出来。
3）归一化：输出范围在0-1之间
标准化：输出范围是负无穷到正无穷

归一化和标准化本质上都是一种线性变换

在这里插入图片描述

就发现事实上就是对向量 x按照比例压缩a再进行平移 c。所以归一化和标准化的本质就是一种线性变换。
性质：线性变化不改变原始数据的数值排序

代码

from sklearn import preprocessing
from scipy.stats import rankdata
x = [[1], [3], [34], [21], [10], [12]]
std_x =preprocessing.StandardScaler().fit_transform(x)
norm_x = preprocessing.MinMaxScaler().fit_transform(x)
# print(std_x)
# print(norm_x)
print('原始顺序 ：', rankdata(x))
print('标准化顺序：', rankdata(std_x))
print('归一化顺序：', rankdata(norm_x))

哪些模型需要归一化，哪些不需要

需要：
线性回归、LR、SVM、GBDT（？）、KNN、KMeans 、神经网络（基本都有wx+b）基于参数的模型或基于距离的模型，都是要进行特征的归一化。
不需要：
概率模型不需要归一化，因为它们不关心变量的值，而是关心变量的分布和变量之间的条件概率，更关注增量，如决策树、rf
基于树的方法是不需要进行特征的归一化，例如随机森林，bagging 和 boosting等

LR归一化问题，什么情况可以不归一化，什么情况必须归一化
可以不归一化：量纲没有明显差距，
不同特征取值范围差异过大的数据最好都先做归一化
还要具体看使用两种归一化方法中的哪个

损失函数及解法
3. 为什么提到LR损失函数要能知道交叉熵，为什么是它，以它为损失函数在优化的是一个什么东西，知道它和KL散度以及相对熵的关系
4. 提到LR的求解方法，比如SGD，知道SGD和BGD的区别，知道不同的GD方法有什么区别和联系，二阶优化算法知道什么，对比offline learning和online learning的区别

调参
6. 提到调参，知道模型不同超参数的含义，以及给定一个特定情况，大概要调整哪些参数，怎么调整

正则化（regularization）

如何防止模型的过拟合（overfit）？
通过正则化
l1、l2的原理，几何解释和概率解释？
几何解释
https://zhuanlan.zhihu.com/p/35356992
概率解释
https://zhuanlan.zhihu.com/p/56185913
为什么正则化能够防止过拟合？
模型越复杂，越容易过拟合，这大家都知道，加上L1正则化给了模型的拉普拉斯先验，加上L2正则化给了模型的高斯先验。从参数的角度来看，L1得到稀疏解，去掉一部分特征降低模型复杂度。L2得到较小的参数，如果参数很大，样本稍微变动一点，值就有很大偏差，这当然不是我们想看到的，相当于降低每个特征的权重。）

模型过拟合通常是因为模型复杂度过高（补图）
模型复杂度又通常是与参数个数有关：参数个数越多，模型复杂度越高。所以
感性角度： 减少参数个数（让参数=0），就可以降低模型复杂度
*数学角度：*相当于拉格朗日
【待完成】再补充几个视频

为什么l1正则化具有稀疏性（w=0）？/为什么l1正则能够进行特征选择（使w=0）

解空间的形状的角度：交点才满足最小化目标和约束条件，方形更容易在坐标轴上有交点，所以w=0可以实现，圆形l2可以使参数很小，但基本不会取0
L1正则化是L1范数而来，投到坐标图里面，是棱型的，最优解在坐标轴上取到，所以某些部分的特征的系数就为0。
（彩色为等值线图：同一圈上经验风险/损失是相同的；
方形、圆形：分别为l1/l2的可行域）
在这里插入图片描述
贝叶斯概率角度：
贝叶斯最大后验概率估计
https://zhuanlan.zhihu.com/p/32685118