机器学习之简化正则化:L2 正则化

请查看以下泛化曲线,该曲线显示的是训练集和验证集相对于训练迭代次数的损失.

图 1. 训练集和验证集损失#

图 1 显示的是某个模型的训练损失逐渐减少,但验证损失最终增加。换言之,该泛化曲线显示该模型与训练集中的数据过拟合。根据奥卡姆剃刀定律,或许我们可以通过降低复杂模型的复杂度来防止过拟合,这种原则称为正则化。
也就是说,并非只是以最小化损失 (经验风险最小化) 为目标:

minimize ( Loss ( Data|Model ))

而是以最小化损失和复杂度为目标,这称为结构风险最小化:

minimize(Loss(Data|Model) + complexity(Model))

现在,我们的训练优化算法是一个由两项内容组成的函数:一个是损失项,用于衡量模型与数据的拟合度,另一个则是正则化项,用于衡量模型的复杂度。
机器学习速成课程重点介绍了这两种衡量模型复杂度的常见方式 (这两种方式有些相关):

  • 将模型复杂度作为模型中所有特征的权重的函数。
  • 将模型复杂度作为具有非零权重的特征总数的函数。
    如果模型复杂度是权重的函数,则特征权重的绝对值越高,对模型复杂度的贡献就越大.
    我们可以使用 L2 正则化公式来衡量复杂度,该公式将正则化项定义为所有特征权重的平方和:

    L2regularizationterm=w22=w12+w22+...+wn2L_2 regularization term = ||w||_{2}^{2} = w_{1}^{2} + w_{2}^{2} + ... +w_{n}^{2}

    在这个公式中,接近于 0 的权重对模型的复杂度几乎没有影响,而离群值权重则可能会产生巨大的影响。
    例如,某个线性模型具有以下权重:

    w1=0.2,w2=0.5,w3=5,w4=2,w5=0.25,w6=0.75w_1 = 0.2, w_2 = 0.5, w_3 = 5, w_4 = 2, \\w_5 = 0.25, w_6 = 0.75

L2L_2 正则化项为 26.915:

w12+w22+w32+w42+w52+w62=0.22+0.52+52+12+0.252+0.752=0.04+0.25+25+1+0.0625+0.5625=26.915w_{1}^{2} + w_{2}^{2} + \mathbf{w_{3}^{2}} + w_{4}^{2} + w_{5}^{2 }+ w_{6}^{2}\\ = 0.2^{2} + 0.5^{2} + \mathbf{5^{2}} + 1^{2} + 0.25^{2} + 0.75^{2}\\ = 0.04 + 0.25 + \mathbf{25} + 1 + 0.0625 + 0.5625 = 26.915

但是w3 w_3(上述加粗内容) 的平方值为 25, 几乎贡献了全部的复杂度。所有 5 个其他权重的平方和对 L2L_2 正则化的贡献仅为 1.915.

本作品采用《CC 协议》,转载必须注明作者和本文链接
Hacking