三、线性模型
文章目录
softmax是用的改进版一对其余，而剩下的都是二分类的线性模型，即g(f(x))形式，不一样的是他们使用了不同的损失函数，这会导致他们学出来的模型不一样，所以取的名字也不一样
3.1 分类问题示例
图像识别，垃圾邮件过滤，文档归类，情感分类这些都是分类问题
3.2 线性分类模型
fx是判别函数，g(f(x))是决策函数 0和1表示正类和负类
一条线把两个分类隔开
有了模型下一个就是学习准则就是损失函数，01损失函数不可求导，无法转化为最优化问题所以要重新选择一个更好的损失函数
多分类不可以用一个函数表示，那就表示要用多个函数表示
虽然是改进的一对其余，但是仍然是不可导的，那说明我们还是得去找一个更好的损失函数
3.3 交叉熵和对数似然
信息压缩就是信息编码
applicatio_剩下的字符几乎只能写n，概率就是1
appl_剩下的字符可以是e可以是y，概率就是分别0.5，或者根据使用频率另外再说
自信息衡量一个随机事件的信息量是多少
其实就是对应概率的取对数的相反数
表示的其实就是一个事件如果经常发生，那说明这件事包含的信息量就很少
applicatio_就没有什么信息量，因为他的结果几乎是确定的，也就是说最后一位取n这件事经常发生
而另外appl_那就有信息量了，因为他的结果并不确定，结果越不确定信息量越大
信息量具有可加性
可以用来衡量两个分布的差异
KL散度是用概率分布q来近似p时所造成的信息损失量；
最小化KL散度=最小化交叉熵损失=最大化对数似然
3.4 Logistic回归
用交叉熵作为损失函数，并使用梯度下降法进行参数优化
logistic回归 ！= 逻辑回归
判别函数fx=wtx
没必要优化到01分布，只要能够优化到能把两个分类给分开就好了
3.5 Softmax回归
解决多分类问题；
把要分类的东西代入fc，哪个分类的评分最高，就把东西归为哪个分类
学习准则：参数化的条件概率和真实条件概率的交叉熵
损失函数：依旧使用交叉熵
交叉熵损失也是一种最大似然估计
图中y是真实概率，y^是softmax函数预测出来的概率
而y这个向量就是一个one hot向量
c取1，那第一维就是1，剩下的都是0
c取2，那第二维就是2，剩下的都是0
答案（元宝的部分答案：
| 维度 | Softmax回归（二分类） | Logistic回归 |
|---|---|---|
| 数学形式 | 等价于Logistic，但需参数冗余处理 | 直接通过Sigmoid输出概率 |
| 正则化 | 必需（避免参数冗余） | 可选（通常用于防止过拟合） |
| 实现复杂度 | 需处理多分类框架（如两个输出神经元） | 单神经元输出，实现更简单 |
| 扩展性 | 天然支持多分类 | 需额外策略（如“一对多”） |
| 适用场景 | 互斥类别 | 互斥或非互斥均可 |
实际建议：若问题明确为二分类且无需扩展，优先使用Logistic回归（代码更简洁）；若未来可能扩展为多分类，或需统一模型结构，可选用Softmax回归
3.6 感知机
sgn是符号函数，大于0返回1小于0返回-1
不管y=1还是-1，ywx<0都代表分类分错了
如果y=1，ywx<0，那么wx就<0，根据y^=wx，预测的结果就是-1，但是y=1，说明分类分错了，剩下的情况都类似分析
不管y=1还是-1，ywx>0都代表分类分对了
学习目标就是找到这个w使得上面这两条成立
感知器前提：数据集是线性可分的，不然w就不存在
只有在犯错的时候才会更新参数，更新就用w+yx代替w，最后证明出来yw(t+1)x>=ywtx，说明每一次迭代参数都会增大，直到ywx大于0，说明了有一种能力可以把错误给纠正
分界线的直线方程就是wx，第一个是w1x，第一个分不开两个类别，那么就迭代到第二个，第二个是wx2，w2=w1+yx
也就是说迭代次数一定会在R2/y2之内完成更新，即我已经可以在有限的次数内一个权重w使得wx可以把两个分类给分开
这个k可以描述样本的分离程度
如果伽马越大说明两类样本分得很开，越小说明分的越不开
分母即伽马越大，那么所需要的迭代次数就越小，因为样本分得很开更容易找到一个分界线wx分开两类样本
3.7 支持向量机
一个良好的分界线，他要离所有的样本都比较远，这样不至于因为某个噪声点而造成较大的干扰，直观上也会感觉模型的健壮性更好；容忍一定的噪声问题；
感知器是分类分对了就行，支持向量机是支持向量距离wx还要大于一个间隔
3.8 线性模型小总结
解决方案：
多加了几个维度能找到平面给分成两类的
