看懂机器学习十大常用算法

男娘i 2022-06-16 05:13 272阅读 0赞

原文出处：  [不会停的蜗牛][Link 1]

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：

> 1.  决策树
> 2.  随机森林算法
> 3.  逻辑回归
> 4.  SVM
> 5.  朴素贝叶斯
> 6.  K最近邻算法
> 7.  K均值算法
> 8.  Adaboost 算法
> 9.  神经网络
> 10. 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。

![4f110c5f2ce9191b9b2cb7fc6354b91d.png][]

### 2. 随机森林 ###

[视频][Link 2]

在源数据中随机选取数据，组成几个子集

![90d2f6d765d43cf0e36df9e19c501c68.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

![633e8e5da1701bce4bd8651405d71abc.png][]

由 S 随机生成 M 个子矩阵

![69d0118ebafc157693109e0175be8b81.png][]

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

![45172827cd9fabdafa29eb4a402dadd8.png][]

### 3. 逻辑回归 ###

[视频][Link 3]

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。

![9436558568eec63a884d30b4552c5c7b.png][]

所以此时需要这样的形状的模型会比较好

![177d7122f70e506f0d93d0f7e4ae8e05.png][]

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

![07c03e62f3d186930c0fced814e75f05.png][]

再做一下变形，就得到了 logistic regression 模型

![2392f1846095e864142106000a281dbf.png][]

通过源数据计算可以得到相应的系数了

![cd4c2e62c0076121df286b4eda66cb19.png][]

最后得到 logistic 的图形

![d8f6c3214f56dbee8f461e70339ca8f0.png][]

### 4. SVM ###

[视频][Link 4]

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

![9ce316a3586fcc78bccad84f976cf582.png][]

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

![28655e9c069a06b6cf4d3c930413f50d.png][]

点到面的距离根据图中的公式计算

![a4345e0700c37dfab37d2a38343b4f0b.png][]

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

![4210667162e5c93c69949de6ce3aca82.png][]

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

![f4b150cf9c8c7dcad48446daf183af9d.png][]

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。

![ce319c9d83a5a595e1d41cdad40f098b.png][]

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 ###

[视频][Link 5]

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

![da3be74708f955ae8aff514260767a45.png][]

为了解决这个问题，可以只看其中的一些单词

![d92feb0efa9c490943a1bd09392f3a67.png][]

这段文字，将仅由一些单词和它们的计数代表

![840f638ee86ef4343bbeeb94f0343635.png][]

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

![cf5d5e4faf63e7f3fd8cbc43112caa4b.png][]

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

![0e857231efab1dc55a64ba2a5bd54f33.png][]

### 6. K最近邻 ###

[视频][Link 6]

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

![ede84666e1b8f71361377f86a0cf031d.png][]

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

![bccb16c40649a75b2a99c4affb9c1948.png][]

### 7. K均值 ###

[视频][Link 6]

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

![688a81c8a234a2ec9dfbbb104ca01cb6.png][]

分好类后，计算每一类的平均值，作为新一轮的中心点

![e775e4988db27c0f99cc6054fae402b4.png][]

几轮之后，分组不再变化了，就可以停止了

![fa5860bb06506e36382884537e067222.png][]

![9cc735fd17a9a0fb9e845313bbf52213.png][]

### 8. Adaboost ###

[视频][Link 7]

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

![b5a8bc482907f64cc54a28ea2ec101a9.png][]

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

![2df76b7f7b50d699963c4cf4f47fff17.png][]

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

![7f348a48f41f73e37eb15be6e95957c5.png][]

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

![6849d471bf0be3e7e664f24c4b4324ae.png][]

### 9. 神经网络 ###

[视频][Link 8]

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

![e12e805e032e917c6d657b88f9acd697.png][]

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

![39b15656974cd303db56446f8a81237f.png][]

### 10. 马尔可夫 ###

[视频][Link 9]

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

![6870ac064311c3433b7fe89e22128a75.png][]

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

![7a4589983d48ad7b9cdfab65a01b95a4.png][]

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

![1218037fa978486d29cbc1f4084efc74.png][]

[Link 1]: http://www.jianshu.com/p/55a67c12d3e9
[4f110c5f2ce9191b9b2cb7fc6354b91d.png]: /images/20220616/10e17a1efbcc44548f51be614f7cbb03.png
[Link 2]: https://www.youtube.com/watch?v=loNcrMjYh64
[90d2f6d765d43cf0e36df9e19c501c68.png]: /images/20220616/f71e9dbb028d4031848920e815557f71.png
[633e8e5da1701bce4bd8651405d71abc.png]: /images/20220616/9a586066349643f4b78d5c2b1ec467b4.png
[69d0118ebafc157693109e0175be8b81.png]: /images/20220616/b6b5e2c0286048c39e98c08b666bcc4c.png
[45172827cd9fabdafa29eb4a402dadd8.png]: /images/20220616/d77dc2813ede4feeb8d77511455f1baa.png
[Link 3]: https://www.youtube.com/watch?v=gNhogKJ_q7U
[9436558568eec63a884d30b4552c5c7b.png]: /images/20220616/1b3dc171775d41d5888921d30e6d7dfe.png
[177d7122f70e506f0d93d0f7e4ae8e05.png]: /images/20220616/ca86d5b908b2422f97fc811b1fc9546e.png
[07c03e62f3d186930c0fced814e75f05.png]: /images/20220616/6fa19ba8c11e481594822ebc4542c980.png
[2392f1846095e864142106000a281dbf.png]: /images/20220616/d6eb2ed231ca4979a4cf783aadc0b611.png
[cd4c2e62c0076121df286b4eda66cb19.png]: /images/20220616/98f8b344abfa41ae80094c18535dc9cf.png
[d8f6c3214f56dbee8f461e70339ca8f0.png]: /images/20220616/223999210e474d2a9fb6694ae4cdc430.png
[Link 4]: https://www.youtube.com/watch?v=1NxnPkZM9bc
[9ce316a3586fcc78bccad84f976cf582.png]: /images/20220616/007f043aa9e64f2f8ff09edd06f6a2c6.png
[28655e9c069a06b6cf4d3c930413f50d.png]: /images/20220616/eb6417067cac439c99c56a504d0dfb1d.png
[a4345e0700c37dfab37d2a38343b4f0b.png]: /images/20220616/97c7340bc7fa4e3697ee30007279e920.png
[4210667162e5c93c69949de6ce3aca82.png]: /images/20220616/525dc293e56347259f4d528a490956b3.png
[f4b150cf9c8c7dcad48446daf183af9d.png]: /images/20220616/5b1b2aa82cac4b6888e0a4b5bcb67840.png
[ce319c9d83a5a595e1d41cdad40f098b.png]: /images/20220616/901c49119bdb4669968f0f5bcd26e05d.png
[Link 5]: https://www.youtube.com/watch?v=TpjPzKODuXo
[da3be74708f955ae8aff514260767a45.png]: /images/20220616/0a4ba0f0771049e88722adea7178ad17.png
[d92feb0efa9c490943a1bd09392f3a67.png]: /images/20220616/1e82778cd2de4650b41f8d917b3577bc.png
[840f638ee86ef4343bbeeb94f0343635.png]: /images/20220616/43ecd72b7b304df997c4662072bf513f.png
[cf5d5e4faf63e7f3fd8cbc43112caa4b.png]: /images/20220616/f5d14feaa9054917a3ca7b3992677b07.png
[0e857231efab1dc55a64ba2a5bd54f33.png]: /images/20220616/df35f054d3e04a7190846a70d87735f8.png
[Link 6]: https://www.youtube.com/watch?v=zHbxbb2ye3E
[ede84666e1b8f71361377f86a0cf031d.png]: /images/20220616/c8614ac279ea431abf11119770b6a132.png
[bccb16c40649a75b2a99c4affb9c1948.png]: /images/20220616/fbba1f589aab4078960abd8ce4154a5f.png
[688a81c8a234a2ec9dfbbb104ca01cb6.png]: /images/20220616/d8839e5a68024402a30bf0ab511ca23d.png
[e775e4988db27c0f99cc6054fae402b4.png]: /images/20220616/93590ded28004308ae2240cc7f1f40cc.png
[fa5860bb06506e36382884537e067222.png]: /images/20220616/cf19470e5a634668af8005004038efd4.png
[9cc735fd17a9a0fb9e845313bbf52213.png]: /images/20220616/a03bf2ec638844faba42a9fa878e9ccb.png
[Link 7]: https://www.youtube.com/watch?v=rz9dnmHmZsY
[b5a8bc482907f64cc54a28ea2ec101a9.png]: /images/20220616/ee58ca7c055945749c4750f26b53c1ad.png
[2df76b7f7b50d699963c4cf4f47fff17.png]: /images/20220616/6baa9be99a6d4245bf82900e8bc17054.png
[7f348a48f41f73e37eb15be6e95957c5.png]: /images/20220616/1b8e6199c6224b1a81189b5f7fe12c14.png
[6849d471bf0be3e7e664f24c4b4324ae.png]: /images/20220616/1fa5e367341c48dfbba3a01ad41b61ec.png
[Link 8]: https://www.youtube.com/watch?v=P2HPcj8lRJE&index=2&list=PLjJh1vlSEYgvGod9wWiydumYl8hOXixNu
[e12e805e032e917c6d657b88f9acd697.png]: /images/20220616/11681ef086dd40eb9f9caec41be3a249.png
[39b15656974cd303db56446f8a81237f.png]: /images/20220616/0f4cbc8359e2493e9f49b331a280d9df.png
[Link 9]: https://www.youtube.com/watch?v=56mGTszb_iM
[6870ac064311c3433b7fe89e22128a75.png]: /images/20220616/122f03a9cbe74e84b6f6af19138bebd1.png
[7a4589983d48ad7b9cdfab65a01b95a4.png]: /images/20220616/200ef679a53a4d229fcd66e7350fa1b9.png
[1218037fa978486d29cbc1f4084efc74.png]: /images/20220616/078e167437424a31949ee6a2234bc0f6.png