【动手学深度学习v2李沐】学习笔记06：模型选择、欠拟合和过拟合、代码实现

旧城等待， 2023-10-09 14:46 54阅读 0赞

[前文回顾：多层感知机、详细代码实现][Link 1]

#### 文章目录 ####

*  一、模型选择
 *   *  1.1 两种误差
     *  1.2 两种数据集
     *  1.3 K-折交叉验证
     *  1.4 总结
 *  二、过拟合和欠拟合
 *   *  2.1 过拟合和欠拟合
     *  2.2 模型容量
     *   *  2.2.1 模型容量定义
         *  2.2.2 模型容量的影响
     *  2.3 估计模型容量
     *   *  2.3.1 VC维
         *  2.3.2 VC维的用处
     *  2.4 数据复杂度
     *  2.5 总结
 *  三、代码实现
 *   *  3.1 人工数据集
     *  3.2 损失函数
     *  3.3 训练函数
     *  3.4 拟合

## 一、模型选择 ##

首先，我们学习模型选择，如何选择超参数。

### 1.1 两种误差 ###

*  **训练误差：** 模型在训练数据上的误差。
 *  **泛化误差：** 模型在新数据上的误差。

> **例子：** 根据模考成绩来预测未来考试分数。
> 
>  *  在过去的考试中表现很好（训练误差），不代表未来考试一定会好（泛化误差）。

### 1.2 两种数据集 ###

*  **验证数据集：** 一个用来评估模型好坏的数据集。
    
     *  例如，拿出50%的训练数据集。我们可以用一半的数据集来训练模型，然后在另一半的数据集（验证数据集）上评估误差。如果我们觉得这个超参数的效果不好，我们可以更换超参数，然后再次在验证数据集上评估精度，从而比较两次超参数的好坏。
     *  验证数据集不要和训练数据集混在一起（很重要）。
 *  **测试数据集：** 只用一次的数据集。
    
     *  例如，未来的考试。

### 1.3 K-折交叉验证 ###

*  在没有足够多的数据使用时，我们可以采用K-折交叉验证。
 *  **算法：**
    
     *  将训练数据分割成K块。
     *   f o r    i = 1 , ⋯   , K for \\; i = 1, \\cdots ,K fori=1,⋯,K
        
         *  使用第 i 块作为验证数据集，其余数据库作为训练数据集。
         *  因此，我们可以分别使用K个不同的数据库作为验证集，进行K次训练和验证。
     *  我们对K次验证得到的误差求平均值，就得到了K-折交叉验证的误差。
 *  **常用：** K = 5 或 10

### 1.4 总结 ###

*  训练数据集： 训练模型参数。
 *  验证数据集： 选择模型超参数。
 *  非大数据集上通常使用K-折交叉验证。

## 二、过拟合和欠拟合 ##

### 2.1 过拟合和欠拟合 ###

过拟合和欠拟合的一个简单例子如下：

我们需要根据**数据**的简单和复杂程度来选择**模型容量**。  
通常，处理**简单的数据**需要比较低的模型容量，来获得一个比较正常的结果。如果在简单的数据上使用了较高的模型容量，就容易产生过拟合。  
而对于**复杂的数据**，我们需要使用较高的模型容量。过低的模型容量可能会导致无法很好地拟合复杂数据，从而导致欠拟合。

![模型容量和数据][357e1672a43c43b7a83b6cd543987283.png_pic_center]

### 2.2 模型容量 ###

#### 2.2.1 模型容量定义 ####

*  **定义：** 模型拟合各种函数的能力。
 *  **低容量**的模型难以拟合训练数据。
 *  **高容量**的模型可以记住所有训练数据。

#### 2.2.2 模型容量的影响 ####

随着模型容量的增加，模型的**训练误差**逐渐下降，模型会记住更多数据中的信息。但数据中存在**噪音**，因此**泛化误差**一开始随模型容量的增加而下降，但到一定程度会反而会上升。因此，模型容量存在一个最优值。  
![影响][ae7dfd5f805742979d5195b99b9a69d2.png_pic_center]

### 2.3 估计模型容量 ###

我们难以在不同种类的算法之间比较模型容量，例如：树模型和神经网络。  
对于一个给定的模型种类，有两个主要因素影响他的模型容量：**参数的个数**和**参数值的选择范围**。

#### 2.3.1 VC维 ####

*  VC维是统计学习理论的一个核心思想。
 *  对于一个分类模型，VC维等价于一个最大的数据集的大小，不管如何给定标号，都存在一个模型来对他进行完美分类。
 *  例如二维输入的单层感知机，它的VC维 = 3。
    
     *  即能够分类任意三个点，但存在不能分类的四个点。  
        ![二维][e6239907f6ca420c9caeaae3ec458354.png]
 *  支持 N 维输入的感知机的VC维是 N+1
 *  一些多层感知机的VC维是  O ( N log ⁡ 2 N ) O(N \\log\_2N) O(Nlog2N)

#### 2.3.2 VC维的用处 ####

*  提供了为什么一个模型好的理论依据。
    
     *  它可以衡量训练误差和泛化误差之间的间隔。
 *  但是在深度学习中很少使用。
    
     *  对模型容量的衡量不是很准确。
     *  计算深度学习模型的VC维很困难。

### 2.4 数据复杂度 ###

*  对于一个数据，我们可以通过多个因素来衡量其复杂度：
    
     *  样本个数
     *  每个样本的元素个数
     *  时间、空间结构
     *  多样性

### 2.5 总结 ###

*  模型容量需要匹配数据复杂度，否则可能导致欠拟合和过拟合。
 *  统计机器学习提供数学工具来衡量模型复杂度。
 *  实际中一般靠观察训练误差和验证误差。

## 三、代码实现 ##

我们通过代码来研究一下模型选择和欠拟合、过拟合之间的关系。

import math
    import numpy as np
    import torch
    from torch import nn
    from d2l import torch as d2l

### 3.1 人工数据集 ###

我们通过多项式拟合来探索这些概念，使用一下三阶多项式来生成训练和测试数据的标签：  
 y = 5 + 1.2 x − 3.4 x 2 2 ! + 5.6 x 3 3 ! + ϵ    w h e r e    ϵ ∼ N ( 0 , 0. 1 2 ) y=5+1.2x-3.4\\frac\{x^2\}\{2!\}+5.6\\frac\{x^3\}\{3!\}+ \\epsilon \\; \\mathop\{where\} \\; \\epsilon \\sim N(0, 0.1^2) y=5\+1.2x−3.42!x2\+5.63!x3\+ϵwhereϵ∼N(0,0.12)

# 使用三阶多项式来生成训练和测试数据的标签
    max_degree = 40
    n_train, n_test = 100, 100
    true_w = np.zeros(max_degree)
    true_w[0:4] = np.array([5, 1.2, -3.4, 5.6])
    
    features = np.random.normal(size=(n_train + n_test, 1))
    np.random.shuffle(features)
    poly_features = np.power(features, np.arange(max_degree).reshape(1, -1))
    for i in range(max_degree):
        poly_features[:, i] /= math.gamma(i + 1)
    labels = np.dot(poly_features, true_w)
    labels += np.random.normal(scale=0.1, size=labels.shape)

> 这里的 `n_test` 是验证集的数量

上述代码中，我们创建了一个长为 `40` 的向量 `true_w`，它只有前4个值为有意义的数值，后36位全为0（噪音）。此外，我们使用 `np.random.normal()` 方法添加噪音。

我们可以观察一些前2个样本：

# 看一下前两个样本
    true_w, features, poly_features, labels = [
        torch.tensor(x, dtype=torch.float32)
        for x in [true_w, features, poly_features, labels]
    ]

### 3.2 损失函数 ###

实现一个函数来评估模型在给定数据集上的损失。

def evaluate_loss(net, data_iter, loss):
        """ 评估给定数据集上模型的损失 """
        metric = d2l.Accumulator(2)
        for X, y in data_iter:
            out = net(X)
            y = y.reshape(out.shape)
            l = loss(out, y)
            metric.add(l.sum(), l.numel())
        return metric[0] / metric[1]

### 3.3 训练函数 ###

接下来，我们定义一个训练函数。

# 定义训练函数
    def train(train_features, test_features, train_labels, test_labels, num_epochs=400):
        loss = nn.MSELoss(reduction='none')
        input_shape = train_features.shape[-1]
        net = nn.Sequential(nn.Linear(input_shape, 1, bias=False))
        batch_size = min(10, train_labels.shape[0])
        train_iter = d2l.load_array((train_features, train_labels.reshape(-1, 1)), batch_size)
        test_iter = d2l.load_array((test_features, test_labels.reshape(-1, 1)),
                                   batch_size, is_train=False)
        trainer = torch.optim.SGD(net.parameters(), lr=0.01)
        animator = d2l.Animator(xlabel='epoch', ylabel='loss', yscale='log',
                                xlim=[1, num_epochs], ylim=[1e-3, 1e2],
                                legend=['train', 'test'])
        for epoch in range(num_epochs):
            d2l.train_epoch_ch3(net, train_iter, loss, trainer)
            if epoch == 0 or (epoch + 1) % 20 == 0:
                animator.add(epoch+1, (evaluate_loss(net, train_iter, loss),
                                       evaluate_loss(net, test_iter, loss))) 
        d2l.plt.show()
        print('weight: ', net[0].weight.data.numpy())

### 3.4 拟合 ###

我们在训练模型的过程中，使用验证集进行三阶多项式函数拟合。  
**正态：** 我们使用前4位有效信息训练模型，可以得到比较好的拟合效果。因为我们之前构造人工数据集的时候只有前4位是有效的数据，所以数据与模型是匹配的。

# 拟合 正态
    train(poly_features[:n_train, :4], poly_features[n_train:, :4],
          labels[:n_train], labels[n_train:])

![正态][1ab14d4a946a4769870d07d3a260538c.png]

**线性函数拟合（欠拟合）：** 我们只使用前两位有效信息进行拟合，由于少使用了一半的有效数据，所以产生了比较严重的欠拟合。

# 拟合 欠拟合
    train(poly_features[:n_train, :2], poly_features[n_train:, :2],
          labels[:n_train], labels[n_train:])

![欠拟合][090990cd3bb24e25b4545033ce65832e.png]

**高阶多项式函数拟合（过拟合）：** 我们使用全部的40维数据训练模型，由于后36维饱含噪音，所以产生过拟合。我们可以观察到在 epoch = 300 左右的地方，损失值略有增加。

# 拟合 过拟合
    train(poly_features[:n_train, :], poly_features[n_train:, :],
          labels[:n_train], labels[n_train:], num_epochs=1500)

![过拟合][70a91a7262e34026a5f0fb360a8d85f2.png]  
[下一篇：【动手学深度学习v2李沐】学习笔记07：权重衰退、正则化][v2_07]

[Link 1]: https://blog.csdn.net/weixin_45800258/article/details/126868263?spm=1001.2014.3001.5501
[357e1672a43c43b7a83b6cd543987283.png_pic_center]: https://img-blog.csdnimg.cn/357e1672a43c43b7a83b6cd543987283.png#pic_center
[ae7dfd5f805742979d5195b99b9a69d2.png_pic_center]: https://img-blog.csdnimg.cn/ae7dfd5f805742979d5195b99b9a69d2.png#pic_center
[e6239907f6ca420c9caeaae3ec458354.png]: https://img-blog.csdnimg.cn/e6239907f6ca420c9caeaae3ec458354.png
[1ab14d4a946a4769870d07d3a260538c.png]: https://img-blog.csdnimg.cn/1ab14d4a946a4769870d07d3a260538c.png
[090990cd3bb24e25b4545033ce65832e.png]: https://img-blog.csdnimg.cn/090990cd3bb24e25b4545033ce65832e.png
[70a91a7262e34026a5f0fb360a8d85f2.png]: https://img-blog.csdnimg.cn/70a91a7262e34026a5f0fb360a8d85f2.png
[v2_07]: https://blog.csdn.net/weixin_45800258/article/details/127056683?spm=1001.2014.3001.5501