上一篇文章（第六章）主要介紹了最大熵模型，并從中推導出邏輯斯諦回歸，感覺意猶未盡。在復習了CS229 Lecture note之后，我決定重新整理思路：從廣義線性模型的角度來看邏輯斯諦回歸。最后，基于樣本特征 X 分布的假設，生成和邏輯斯諦回歸一樣的模型。

一、背景

上圖參考了b站“機器學習白板推導系列”：https://www.bilibili.com/video/BV1aE411o7qd?p=39

實際上，邏輯斯諦回歸是廣義線性模型的一種，而廣義線性模型與最大熵模型都是源于指數族分布。因此直接從最大熵模型推出邏輯斯諦回歸，確實有些不太自然的地方（具體在“特征函數”的取值上，違背了原來特征函數的取值假設），但從廣義線性模型出發就沒有違和感了。

二、指數族分布

什么是指數族分布呢？它是一個分布家族，包括：高斯分布、伯努利分布、二項分布、泊松分布等常見分布。

關于“指數族分布”可以參考這篇文章：https://zhuanlan.zhihu.com/p/89155678，是根據“白板推導”整理而成的筆記。

（1）一般形式

指數族分布具有以下一般形式：（此處使用CS229的符號規則）

其中：

是分布對應的隨機變量， 稱為“自然參數”，一般為向量。 是 y的充分統計量，就是足以對表隨機變量 y 主要特征的值，例如：樣本均值、樣本方差等。

一般表示兩個向量的內積， 與 有相同的維度。如果 為標量，則 也為標量， 表示兩個數的乘積。

稱為 log 配分函數，它主要起到歸一化的作用，使得密度函數積分結果為1。

（2）高斯分布

為了簡化計算，假設高斯分布的方差為1：

它的指數族形式如下：

（3）伯努利分布

它的指數族形式如下：

三、廣義線性模型

廣義線性模型用來解決“給定

預測 ”的問題，它基于以下三個假設：

• ，經常假設

假設一： 認為 y 是服從指數族分布的。由于廣義線性模型既可用于“回歸”，也可用于“分類”，因此不同分布將生成不同模型?；貧w對應連續型分布，分類對應離散型分布。

假設二：

就是需要“學習”的模型，它等于 。為什么？ 就是給定數據x的條件下，預測 y 的值，它的數學期望不就是預測模型本身嗎？

假設三：“自然參數”是樣本x的線性組合，因此它是一個“線性模型”。

見證奇跡的時刻，看如何通過三個假設，得到不同的線性模型：

（1）線性回歸

線性回歸對應高斯分布：

。此假設的合理性在于，如果 y = h(x) 為線性模型，實際值與預測值的誤差是由隨機擾動引起的，這部分誤差是服從高斯分布的。

根據假設二，線性模型有如下形式：

線性回歸模型的輸出：

（2）Logistic Regression

邏輯斯諦回歸對應伯努利分布：

，邏輯斯諦回歸的輸出，并不是分類結果，而是一個概率 p(y=1 | x)。當此概率大于0.5時 ，y=1，否則y=0。因此它等于伯努利分布的概率參數。

邏輯斯諦回歸的分類結果：

（3）Softmax Regression

Softmax 與 多項邏輯斯諦回歸是等價的，下面將證明這一點，它被用于解決多分類問題。由于涉及多分類，不能簡單地假設

，此時 與 都是向量。下面將展示這個較為復雜的推導過程：

設

用分布參數

表示 y 屬于第 i 分類的概率：

當

時，

當

時，

由此可見，上述 k 個參數

并非完全獨立的，它們的和等于1。

令

（一個 k-1 維的向量）：

， , ... , ，

其中

表示向量 的 第 i 個分量。

接下來是關鍵一步，由于

，可用“示性函數”表示，

由此得到 softmax 的概率質量函數：

如果把

展開，分別合并到前 k-1 項里面，可得

， ， ，

以上就是 softmax 的指數族形式。

最后，尋找“自然參數”

與 “分布參數” 的關系：

由于

, 那么 ，即

把上式左右兩邊累加起來，得到：

， 即

將“即”字后面的兩個式子整理一下，得到：

... 式（1）

但請注意：

只有 k-1 個分量，如果令 ， 使得

... 式（2）

剛好滿足

。

根據假設三：

，其中 ，將其代入 式（1）、式（2）得到

當

時， ... 式（3）

當

時， ... 式（4）

上述式（3）、式（4）就是 Softmax Regression 模型，與多項邏輯斯諦回歸模型一樣。

中概率最大的那一項，決定了 y 的取值。

四、線性從何而來

如果選擇一個公式代表“邏輯斯諦回歸”，該選擇哪個公式呢？我認為是：

或者 ，其中

也就是“對數幾率”等于 x 的線性函數。

從這個公式出發，可以推導出邏輯斯諦回歸的全部公式。

如果把右側的線性模型記作 s，上式可以表示為

即 ，由此可見 p 是 s 的 sigmoid 函數。

sigmoid 的作用是將

映射至 ，于是分類結果 s ：正數（代表正類），負數（代表負類）被轉換為一個處于0到1之間的概率值 p。

回顧感知機模型（線性模型），通過模型的符號標記分類結果，邏輯斯諦回歸只是進一步把符號轉換為概率值。如果把線性模型替換為其他非線性模型，只要用正數、負數表示不同分類，將其代入 sigmoid 函數，仍可得到不同的概率輸出。

最后一個問題：為什么選擇線性模型

呢？或者說為什么 ？

僅僅是因為線性模型最簡單嗎？此處試圖從另一個角度看待這個問題。根據貝葉斯定理，

其中

是由訓練集樣本決定的常數（設為 ）， 假設服從高斯分布，且在Y的不同取值情況下方差相同（或者簡單設為1），但均值不同。于是有

上式等號右側為 x 與 參數

的線性模型。

在更為一般的情況下，如果將

換成其他“指數族分布”，結果仍然是線性模型。

請參閱：https://tech.meituan.com/2015/05/08/intro-to-logistic-regression.html

延伸閱讀部分。

總結

以上是生活随笔為你收集整理的广义线性模型_广义线性模型（第六章补充）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。