本章从0开始介绍如何的正则化来应对过拟合问题。
我们使用高维线性回归为例来引入一个过拟合问题。
具体来说我们使用如下的线性函数来生成每一个数据样本
这里噪音服从均值0和标准差为0.01的正态分布。
需要注意的是,我们用以上相同的数据生成函数来生成训练数据集和测试数据集。为了观察过拟合,我们特意把训练数据样本数设低,例如$n=20$,同时把维度升高,例如$p=200$。
from mxnet import ndarray as nd
from mxnet import autograd
from mxnet import gluon
import mxnet as mx
num_train = 20
num_test = 100
num_inputs = 200
这里定义模型真实参数。
true_w = nd.ones((num_inputs, 1)) * 0.01
true_b = 0.05
我们接着生成训练和测试数据集。
X = nd.random.normal(shape=(num_train + num_test, num_inputs))
y = nd.dot(X, true_w)
y += .01 * nd.random.normal(shape=y.shape)
X_train, X_test = X[:num_train, :], X[num_train:, :]
y_train, y_test = y[:num_train], y[num_train:]
当我们开始训练神经网络的时候,我们需要不断读取数据块。这里我们定义一个函数它每次返回batch_size
个随机的样本和对应的目标。我们通过python的yield
来构造一个迭代器。
import random
batch_size = 1
def data_iter(num_examples):
idx = list(range(num_examples))
random.shuffle(idx)
for i in range(0, num_examples, batch_size):
j = nd.array(idx[i:min(i+batch_size,num_examples)])
yield X.take(j), y.take(j)
下面我们随机初始化模型参数。之后训练时我们需要对这些参数求导来更新它们的值,所以我们需要创建它们的梯度。
def init_params():
w = nd.random_normal(scale=1, shape=(num_inputs, 1))
b = nd.zeros(shape=(1,))
params = [w, b]
for param in params:
param.attach_grad()
return params
这里我们引入$L_2$范数正则化。不同于在训练时仅仅最小化损失函数(Loss),我们在训练时其实在最小化
直观上,$L_2$范数正则化试图惩罚较大绝对值的参数值。下面我们定义L2正则化。注意有些时候大家对偏移加罚,有时候不加罚。通常结果上两者区别不大。这里我们演示对偏移也加罚的情况:
def L2_penalty(w, b):
return ((w**2).sum() + b**2) / 2
下面我们定义剩下的所需要的函数。这个跟之前的教程大致一样,主要是区别在于计算loss
的时候我们加上了L2正则化,以及我们将训练和测试损失都画了出来。
%matplotlib inline
import matplotlib as mpl
mpl.rcParams['figure.dpi']= 120
import matplotlib.pyplot as plt
import numpy as np
def net(X, w, b):
return nd.dot(X, w) + b
def square_loss(yhat, y):
return (yhat - y.reshape(yhat.shape)) ** 2 / 2
def sgd(params, lr, batch_size):
for param in params:
param[:] = param - lr * param.grad / batch_size
def test(net, params, X, y):
return square_loss(net(X, *params), y).mean().asscalar()
#return np.mean(square_loss(net(X, *params), y).asnumpy())
def train(lambd):
epochs = 10
learning_rate = 0.005
w, b = params = init_params()
train_loss = []
test_loss = []
for e in range(epochs):
for data, label in data_iter(num_train):
with autograd.record():
output = net(data, *params)
loss = square_loss(
output, label) + lambd * L2_penalty(*params)
loss.backward()
sgd(params, learning_rate, batch_size)
train_loss.append(test(net, params, X_train, y_train))
test_loss.append(test(net, params, X_test, y_test))
plt.plot(train_loss)
plt.plot(test_loss)
plt.legend(['train', 'test'])
plt.show()
return 'learned w[:10]:', w[:10].T, 'learned b:', b
接下来我们训练并测试我们的高维线性回归模型。注意这时我们并未使用正则化。
train(0)
即便训练误差可以达到0.000000,但是测试数据集上的误差很高。这是典型的过拟合现象。
观察学习的参数。事实上,大部分学到的参数的绝对值比真实参数的绝对值要大一些。
下面我们重新初始化模型参数并设置一个正则化参数。
train(5)
我们发现训练误差虽然有所提高,但测试数据集上的误差有所下降。过拟合现象得到缓解。但打印出的学到的参数依然不是很理想,这主要是因为我们训练数据的样本相对维度来说太少。
- 我们可以使用正则化来应对过拟合问题。
- 除了正则化、增大训练量、以及使用合适的模型,你觉得还有哪些办法可以应对过拟合现象?
- 如果你了解贝叶斯统计,你觉得$L_2$范数正则化对应贝叶斯统计里的哪个重要概念?
吐槽和讨论欢迎点这里