您的位置: 首页  >  文章  >  过拟合/欠拟合、偏差/方差

过拟合/欠拟合、偏差/方差

分类: 文章 • 2024-04-03 22:48:40

目录

基本概念

  • 偏差：度量了学习算法的期望预测与真实结果的偏离程度, 即刻画了学习算法本身的拟合能力。
  • 方差：度量了同样大小的训练集的变动所导致的学习性能的变化, 即刻画了数据扰动所造成的影响。
  • 噪声：描述了在当前任务上，任何学习算法所能达到的期望泛化误差的下界，即刻画了学习问题本身的难度。
  • 经验误差：模型关于训练样本集的平均误差，也称经验风险。
  • 结构风险：在经验风险的基础上加上表示模型复杂度的正则化项。
  • 泛化误差：模型在新样本集（测试集）上的平均误差。 泛化误差=偏差+方差+噪声
  • 欠拟合：模型的经验误差大，模型太简单，在训练的过程中基本没学到有价值的内容。
  • 过拟合：模型学习了太多的训练样本的“个性”（经验误差小），但是对于未知的样本泛化能力差（泛化误差大）。

机器学习的泛化能力

机器学习是逼近目标函数Y=f(X)Y=f(X)的过程。

归纳性学习：从训练数据学习目标函数的学习过程。
泛化：机器学习模型学习到的模型，在学习训练时没遇到的样本上的表现。
拟合：逼近目标函数的远近程度。通过描述函数和目标函数逼近的吻合程度来描述拟合的好坏。

机器学习模型的目标： 在问题领域内，从训练数据到任意的数据上泛化性能良好。即对模型没有见过的数据进行预测。

Q：训练时，为什么考虑模型在预测新数据时的泛化性能？
S：因为已知的数据是样本，是带有噪声且不完全的。

 讨论一个机器学习模型学习和泛化能力的好坏时，通常使用：过拟合和欠拟合。它们是机器学习表现不佳的两大原因。

过拟合、欠拟合

概念

  • 欠拟合：模型没有很好地捕捉到数据特征，不能够很好地拟合数据。
  • 过拟合：模型把训练数据学习的太彻底，以至于把噪声数据的特征也学习到了，使得模型泛化能力差。在测试时，不能够很好地识别（正确分类）新数据。

过拟合：在训练数据上表现良好，在未知数据上表现差
欠拟合：在训练数据和未知数据上表现都很差

过拟合/欠拟合、偏差/方差

模型复杂度↑\uarr的变化

  • 开始时，模型往往是欠拟合的，也因此才有了优化的空间。
  • 过程：不断的调整算法，使得模型的性能更好。
  • 优化到了一定程度，就需要解决过拟合问题了。
    过拟合/欠拟合、偏差/方差

与【偏差/方差】的关系

偏差

 预测输出与真实标记的差别。
 bias2(X)=(f‾(X)−y)2bias^2(X)=(\overline f(X)-y)^2
 其中，f‾(X)\overline f(X)为模型预测输出的期望，yy为XX的真实标签。
 偏差度量了学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力。

bias2(X)=(ypred−ytrue)2bias^2(X)=(y_{pred}-y_{true})^2可以吗？

方差

 一个特定训练集训练得到的函数，与所有训练集得到的平均函数的差的平方，再取期望。
 var(X)=E[(f(X;D)−f‾(X))2]var(X)=E[(f(X;D)-\overline f(X))^2]
 其中f(X;D)f(X;D)为在训练集DD上学习得到的模型ff在XX上的预测输出。
 方差度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响。表示了所有模型构建的预测函数，与真实函数的差别有多大。

方差和偏差的关系

过拟合/欠拟合、偏差/方差

  • 低偏差低方差：是我们所追求的效果，此时预测值正中靶心(最接近真实值)，且比较集中(方差小)。
  • 低偏差高方差：预测值基本落在真实值周围，但很分散，此时方差较大，说明模型的稳定性不够好。
  • 高偏差低方差：预测值与真实值有较大距离，但此时值很集中，方差小；模型的稳定性较好，但预测准确率不高，处于“一如既往地预测不准”的状态。
  • 高偏差高方差：是我们最不想看到的结果，此时模型不仅预测不准确，而且还不稳定，每次预测的值都差别比较大。

【过/欠拟合】与【方差/偏差】的关系

过拟合/欠拟合、偏差/方差

  • 欠拟合：训练集的预测结果就不准，偏差较大。但对于不同训练集，训练得到的模型都差不多（都不太准，对训练集不敏感），因此预测结果差别不大，方差小。因此，模型的训练性能和测试性能都会比较低。模型复杂度可能低、训练集数据量可能不够。
  • 过拟合：模型完全学习训练集的信息，训练集偏差较小，测试集偏差较大。此外，模型对与训练样本分布不同的测试集上表现不一，预测结果相差大，方差大。模型复杂度高、训练集数量大。
    过拟合/欠拟合、偏差/方差

偏差-方差折衷

 一般来说，偏差与方差是冲突的，这称之为偏差-方差窘境(Bias-Variance Dilemma)。也就是说，让偏差和方差都达到最小的模型是不存在的，模型只能在偏差和方差中取折衷。
过拟合/欠拟合、偏差/方差

  • 开始时：模型比较简单且训练不足，此时模型的拟合能力较弱(欠拟合)，对训练集的扰动也不敏感，偏差主导了模型的泛化错误率。
  • 随着更多参数、更多训练数据等加入到模型，模型的复杂度在提高，其拟合能力也在提升，偏差逐步下降，同时方差开始上升，但此时有可能获得偏差、方差都比较低的模型，即偏差-方差折衷后的最优模型。
  • 随着模型的复杂度进一步提高，且训练程度充足后(训练数据自身的、非全局的特性很可能被模型学到)，模型的拟合能力已经非常强，训练数据的轻微扰动都会导致模型发生显著变化，进而导致其预测能力时好时坏，但总体低于最优状态，此时方差主导了模型的错误率，模型过拟合。

Q：如何找到这个完美的临界点（偏差和方差的平衡点）？
S：重采样方法和验证集方法。

【解决办法】欠拟合

  • 增加特征项：“组合”、“泛化”、“相关性”、“上下文特征”、“平台特征”。
  • 添加多项式特征项：如将线性模型通过添加二次项或者三次项使模型泛化能力更强。
  • 减小正则化参数：正则化的目的是防止过拟合。
  • 增加模型复杂度

【解决办法】过拟合

  • 重新清洗数据：数据不纯导致，导致过拟合。
  • 增加训练样本：训练数据占总数据的比例过小，导致过拟合。
  • 正则化/增大正则项系数：L0正则、L1正则、L2正则。
  • 重新做特征工程
  • 增加训练样本数量
  • 降低模型复杂程度
  • 添加噪声数据
  • 树剪枝
  • Dropout：神经网络训练时，让神经元以一定的概率不工作。
  • Early stoping
  • 减少迭代次数
  • 增大学习率

Q1：3个正则化方法。
S1：
（1）L0范数是指向量中非0的元素的个数。
（2）L1范数是指向量中各个元素绝对值之和，也叫“稀疏规则算子”（Lasso regularization）。
（3）L2范数是指向量各元素的平方和然后求平方根。

正则化项使得参数W变小。而更小的参数值w，意味着模型的复杂度更低，对训练数据的拟合刚刚好（奥卡姆剃刀原理），不会过分拟合训练数据，从而不会过拟合，以提高模型的泛化能力。
Q2：L0和L1都可以实现稀疏性，为什么不用L0，而要用L1呢？
S2：L0范数很难优化求解（NP-hard）。此外，L1范数是L0范数的最优凸近似，而且它比L0范数更容易优化求解。
Q3：机器学习中一般使用L2正则。
S3：L2正则项起到使得参数w变小加剧的效果。L2范数可以使得W的每个元素都很小，都接近于0而不等于0。而L1范数是让其等于0。
过拟合/欠拟合、偏差/方差
此外，L2范数有助于处理 condition number不好的情况下，矩阵求逆很困难的问题(?)。

参考

https://blog.csdn.net/hurry0808/article/details/78148756
https://www.cnblogs.com/huangyc/p/9686107.html
https://blog.csdn.net/willduan1/article/details/53070777
https://www.cnblogs.com/nxld/p/6058782.html

相关推荐