干货 | 轻松看懂机器学习十大常用算法

妖狐艹你老母 2022-05-21 09:10 245阅读 0赞

通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。

每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。  
以后有时间再对单个算法做深入地解析。

今天的算法如下：

>  *  决策树
>  *  随机森林算法
>  *  逻辑回归
>  *  SVM
>  *  朴素贝叶斯
>  *  K最近邻算法
>  *  K均值算法
>  *  Adaboost 算法
>  *  神经网络
>  *  马尔可夫

### 1. 决策树 ###

根据一些 feature 进行分类，每个节点提一个问题，通过判断，将数据分为两类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时候，就可以根据这棵树上的问题，将数据划分到合适的叶子上。

![640?wx\_fmt=png&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_wxfrom_5_wx_lazy_1]

### 2. 随机森林 ###

在源数据中随机选取数据，组成几个子集

![640?wx\_fmt=png][640_wx_fmt_png]

S 矩阵是源数据，有 1-N 条数据，A B C 是feature，最后一列C是类别

![640?wx\_fmt=png][640_wx_fmt_png 1]

由 S 随机生成 M 个子矩阵

![640?wx\_fmt=png][640_wx_fmt_png 2]

这 M 个子集得到 M 个决策树  
将新数据投入到这 M 个树中，得到 M 个分类结果，计数看预测成哪一类的数目最多，就将此类别作为最后的预测结果

![640?wx\_fmt=png][640_wx_fmt_png 3]

### 3. 逻辑回归 ###

当预测目标是概率这样的，值域需要满足大于等于0，小于等于1的，这个时候单纯的线性模型是做不到的，因为在定义域不在某个范围之内时，值域也超出了规定区间。

![640?wx\_fmt=png][640_wx_fmt_png 4]

所以此时需要这样的形状的模型会比较好

![640?wx\_fmt=png][640_wx_fmt_png 5]

那么怎么得到这样的模型呢？

这个模型需要满足两个条件 大于等于0，小于等于1  
大于等于0 的模型可以选择 绝对值，平方值，这里用 指数函数，一定大于0  
小于等于1 用除法，分子是自己，分母是自身加上1，那一定是小于1的了

![640?wx\_fmt=png][640_wx_fmt_png 6]

再做一下变形，就得到了 logistic regression 模型

![640?wx\_fmt=png][640_wx_fmt_png 7]

通过源数据计算可以得到相应的系数了

![640?wx\_fmt=png][640_wx_fmt_png 8]

最后得到 logistic 的图形

![640?wx\_fmt=png][640_wx_fmt_png 9]

### 4. SVM ###

support vector machine

要将两类分开，想要得到一个超平面，最优的超平面是到两类的 margin 达到最大，margin就是超平面与离它最近一点的距离，如下图，Z2>Z1，所以绿色的超平面比较好

![640?wx\_fmt=png][640_wx_fmt_png 10]

将这个超平面表示成一个线性方程，在线上方的一类，都大于等于1，另一类小于等于－1

![640?wx\_fmt=png][640_wx_fmt_png 11]

点到面的距离根据图中的公式计算

![640?wx\_fmt=png][640_wx_fmt_png 12]

所以得到 total margin 的表达式如下，目标是最大化这个 margin，就需要最小化分母，于是变成了一个优化问题

![640?wx\_fmt=png][640_wx_fmt_png 13]

举个栗子，三个点，找到最优的超平面，定义了 weight vector＝（2，3）－（1，1）

![640?wx\_fmt=png][640_wx_fmt_png 14]

得到 weight vector 为（a，2a），将两个点代入方程，代入（2，3）另其值＝1，代入（1，1）另其值＝-1，求解出 a 和 截矩 w0 的值，进而得到超平面的表达式。

![640?wx\_fmt=png][640_wx_fmt_png 15]

a 求出来后，代入（a，2a）得到的就是 support vector

a 和 w0 代入超平面的方程就是 support vector machine

### 5. 朴素贝叶斯 ###

举个在 NLP 的应用

给一段文字，返回情感分类，这段文字的态度是positive，还是negative

![640?wx\_fmt=png][640_wx_fmt_png 16]

为了解决这个问题，可以只看其中的一些单词

![640?wx\_fmt=png][640_wx_fmt_png 17]

这段文字，将仅由一些单词和它们的计数代表

![640?wx\_fmt=png][640_wx_fmt_png 18]

原始问题是：给你一句话，它属于哪一类  
通过 bayes rules 变成一个比较简单容易求得的问题

![640?wx\_fmt=png][640_wx_fmt_png 19]

问题变成，这一类中这句话出现的概率是多少，当然，别忘了公式里的另外两个概率

栗子：单词 love 在 positive 的情况下出现的概率是 0.1，在 negative 的情况下出现的概率是 0.001

![640?wx\_fmt=png][640_wx_fmt_png 20]

### 6. K最近邻 ###

k nearest neighbours

给一个新的数据时，离它最近的 k 个点中，哪个类别多，这个数据就属于哪一类

栗子：要区分 猫 和 狗，通过 claws 和 sound 两个feature来判断的话，圆形和三角形是已知分类的了，那么这个 star 代表的是哪一类呢

![640?wx\_fmt=png][640_wx_fmt_png 21]

k＝3时，这三条线链接的点就是最近的三个点，那么圆形多一些，所以这个star就是属于猫

![640?wx\_fmt=png][640_wx_fmt_png 22]

### 7. K均值 ###

想要将一组数据，分为三类，粉色数值大，黄色数值小  
最开心先初始化，这里面选了最简单的 3，2，1 作为各类的初始值  
剩下的数据里，每个都与三个初始值计算距离，然后归类到离它最近的初始值所在类别

![640?wx\_fmt=png][640_wx_fmt_png 23]

分好类后，计算每一类的平均值，作为新一轮的中心点

![640?wx\_fmt=png][640_wx_fmt_png 24]

几轮之后，分组不再变化了，就可以停止了

![640?wx\_fmt=png][640_wx_fmt_png 25]

![640?wx\_fmt=png][640_wx_fmt_png 26]

### 8. Adaboost ###

adaboost 是 bosting 的方法之一

bosting就是把若干个分类效果并不好的分类器综合起来考虑，会得到一个效果比较好的分类器。

下图，左右两个决策树，单个看是效果不怎么好的，但是把同样的数据投入进去，把两个结果加起来考虑，就会增加可信度

![640?wx\_fmt=png][640_wx_fmt_png 27]

adaboost 的栗子，手写识别中，在画板上可以抓取到很多 features，例如 始点的方向，始点和终点的距离等等

![640?wx\_fmt=png][640_wx_fmt_png 28]

training 的时候，会得到每个 feature 的 weight，例如 2 和 3 的开头部分很像，这个 feature 对分类起到的作用很小，它的权重也就会较小

![640?wx\_fmt=png][640_wx_fmt_png 29]

而这个 alpha 角 就具有很强的识别性，这个 feature 的权重就会较大，最后的预测结果是综合考虑这些 feature 的结果

![640?wx\_fmt=png][640_wx_fmt_png 30]

### 9. 神经网络 ###

Neural Networks 适合一个input可能落入至少两个类别里

NN 由若干层神经元，和它们之间的联系组成  
第一层是 input 层，最后一层是 output 层

在 hidden 层 和 output 层都有自己的 classifier

![640?wx\_fmt=png][640_wx_fmt_png 31]

input 输入到网络中，被激活，计算的分数被传递到下一层，激活后面的神经层，最后output 层的节点上的分数代表属于各类的分数，下图例子得到分类结果为 class 1

同样的 input 被传输到不同的节点上，之所以会得到不同的结果是因为各自节点有不同的weights 和 bias

这也就是 forward propagation

![640?wx\_fmt=png][640_wx_fmt_png 32]

### 10. 马尔可夫 ###

Markov Chains 由 state 和 transitions 组成

栗子，根据这一句话 ‘the quick brown fox jumps over the lazy dog’，要得到 markov chain

步骤，先给每一个单词设定成一个状态，然后计算状态间转换的概率

![640?wx\_fmt=png][640_wx_fmt_png 33]

这是一句话计算出来的概率，当你用大量文本去做统计的时候，会得到更大的状态转移矩阵，例如 the 后面可以连接的单词，及相应的概率

![640?wx\_fmt=png][640_wx_fmt_png 34]

生活中，键盘输入法的备选结果也是一样的原理，模型会更高级。

\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#

转自：https://blog.csdn.net/j2IaYU7Y/article/details/80288455

[640_wx_fmt_png_wxfrom_5_wx_lazy_1]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NGicdjKhHdHtdK7UP01RbyHKAia4RKG1SLAu7hXgvQNXhAFyd0NB4SJVA/640?wx_fmt=png&wxfrom=5&wx_lazy=1
[640_wx_fmt_png]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N8nPjQvWExSibtRhho0YA0zKq69m9TFaw0NOI1oA0WiatCwbRIRwwtxFg/640?wx_fmt=png
[640_wx_fmt_png 1]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N122mkv7lwYibKDv8jPFKpP2fibu6qCJa8jjp6yCWgAsqR8cs63Kic7cOQ/640?wx_fmt=png
[640_wx_fmt_png 2]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Nr04zBGmLT9TIxPxs26rPmUT854oicScukCzbdpqKvRn7V9LcP3icGNMg/640?wx_fmt=png
[640_wx_fmt_png 3]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N7N8JSGichTAWmDZoc8NcibT5YPtnEd5Mj9jxyJHtxj4eCfUcdXk45qiag/640?wx_fmt=png
[640_wx_fmt_png 4]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NDNVgSTSt9BGOicFZk2BicuYW7xnls7lvPibNOJMqKzPPZ1FaUiaceicg0UQ/640?wx_fmt=png
[640_wx_fmt_png 5]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NZjOL353JHuIBicVjsRloicsDsiaMkUuCDV3XQ7Iv3avPDzgMAmicHCpiapQ/640?wx_fmt=png
[640_wx_fmt_png 6]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NWICMc3RlaqNjMB09QRfYJCWw62RQuPuew2PsEibpzR51ox85m5XJ5Tw/640?wx_fmt=png
[640_wx_fmt_png 7]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N04taic4tnbIjAbpdFzGbMrtJFMkHfeLVx2Gia1wLkib5BlRngWjBSElyg/640?wx_fmt=png
[640_wx_fmt_png 8]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NkyCicdTtn1IibibZPhoCNcGxBZqpYdAyiaFxp3u4XQvicEib0vJEuCibGqnHQ/640?wx_fmt=png
[640_wx_fmt_png 9]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NjMZp2OsYHUeZ9iam4EiceNrAodkRGKHuiaY35ibITHaTVfd6Gvc9ZQG8jw/640?wx_fmt=png
[640_wx_fmt_png 10]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NibMHrGRTVsCNYWMB6p5Hz8KWZHvH8Uc8mH5BLZDjMWpVyqNUVl83OZw/640?wx_fmt=png
[640_wx_fmt_png 11]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N66yt8WPZlcrjo4jDX5sOMgIGBpLP7BdoBib7TqxjQIXTJZnicHXEGB9g/640?wx_fmt=png
[640_wx_fmt_png 12]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N2g03JYnCkBUX2QQy9JnbqtYUss094Tia1KbPDHpZWItzEWNKmg6YoPg/640?wx_fmt=png
[640_wx_fmt_png 13]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Nu4fcGKqSFWU61JL2Js3SxILrDJYhxmjgZgu73aSibU7q1mAPEN1QYnQ/640?wx_fmt=png
[640_wx_fmt_png 14]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NAib48KCPh4KAIEqumFCf361JFHmCLY3xb5Xx3LpeWRWAmtuKgGiaUgjA/640?wx_fmt=png
[640_wx_fmt_png 15]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NYpwAyiadBibMZum5oXeddGKacVuP1iavFvhJ0KpFgUmvylahORKof9jFg/640?wx_fmt=png
[640_wx_fmt_png 16]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NOEiaHTNFwicQus9asXYnSibhgad1DibeEcClQ1q1pt9OvP6vHN6jGCPTWQ/640?wx_fmt=png
[640_wx_fmt_png 17]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NJ54uficyicPKIUSXqcjDbKubtian0ks0OHQaPS8ktsXqZSUAb6icsXpeOg/640?wx_fmt=png
[640_wx_fmt_png 18]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Nc9QdaJjvicKJb1hKnOTFODkxhUwSlaagWSNWZV24rWEywib5fWV8uXzg/640?wx_fmt=png
[640_wx_fmt_png 19]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NjmDNTcfIEglxTpUichod9licXhe9KSMJaxuU7qesDnEQXr8sia01JVQZQ/640?wx_fmt=png
[640_wx_fmt_png 20]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N2uW9p4j3KQSgKhCm6XWnfPvGUEdJdEUmfFmdtQibcxHLdb0HEKgW2YA/640?wx_fmt=png
[640_wx_fmt_png 21]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NVPhd6abhBJrsHzBh7n5CVJW4GbOcjBHiaoqmnGjE0qIwP9RvPx3X5sQ/640?wx_fmt=png
[640_wx_fmt_png 22]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Nb8V2tfDUHQXRvZwxP2b5qiacvMKibRZiazHZicQmkmqmhwqTIRNzejvloQ/640?wx_fmt=png
[640_wx_fmt_png 23]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Nok2jaQBDBXITQ7K7MZs267waB1KNXhfL3xRq5cmDL4CDHQ7Gd99SEQ/640?wx_fmt=png
[640_wx_fmt_png 24]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NEhpfzNEpib4WicvPtGPbQ9czwiclnnYFC7F90Yy6gFlsUGfpjMhDZM62Q/640?wx_fmt=png
[640_wx_fmt_png 25]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NfzpxYxgIMp7fZ8ls0ibFFDfSYhjt6qEulMsVXbO8jSzsyq8R1lfAVcg/640?wx_fmt=png
[640_wx_fmt_png 26]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NaFtTdMrNFQ74PiaXbeovMGXarq3BrwPbu1ZajtgGXj8w7pO9qAuOxNA/640?wx_fmt=png
[640_wx_fmt_png 27]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NNGImxTyjJwKZRlbFRrTyCDaErF3BoAGRU45PqTWNRGOUqwcyefp20w/640?wx_fmt=png
[640_wx_fmt_png 28]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NMCcB1pecJia7WlEbD02q8ibMEJ6DZSysnOlyFzsJFqhHsm9UvuMISVMg/640?wx_fmt=png
[640_wx_fmt_png 29]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NIGRPdjuyicVs98sJeBrcebqQNZVbGR3yKP8qJdPbVMMgLh8OJomKsBA/640?wx_fmt=png
[640_wx_fmt_png 30]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7N4smqK3g4libIxUcVBRdvhX8FzloDOsdzbc6MmeP1mH3K10ZAFqSaJPQ/640?wx_fmt=png
[640_wx_fmt_png 31]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NRyIwSGKY0Uh2qicCVfq4Q0pxQiaLXJB9ialJpmTKSpE5RZ0snSwW71T3A/640?wx_fmt=png
[640_wx_fmt_png 32]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Ngs3V4b94T6fZjXp75r91rGXfI5T31MsIalKwbxcF0hLicpkCdcA7y4A/640?wx_fmt=png
[640_wx_fmt_png 33]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7NlVSJG4jNUcwSlJ1LrBVwEEx8RzomhVOiaxe6jYmABnkgnArWx2VHprA/640?wx_fmt=png
[640_wx_fmt_png 34]: https://ss.csdn.net/p?https://mmbiz.qpic.cn/mmbiz_png/X8OUs1wOMWH3GLP48zjPRav0Jwc7UX7Ngftiaia9RX41knaEJeX78IVGSsTh5gHH2GlicIO8UGUQAJ9Z9C1we4Hmg/640?wx_fmt=png