该系列文章为，观看“吴恩达机器学习”系列视频的学习笔记。虽然每个视频都很简单，但不得不说每一句都非常的简洁扼要，浅显易懂。非常适合我这样的小白入门。
本章含盖
- 8.1 过拟合问题
- 8.2 代价函数
- 8.3 线性回归的正则化
- 8.4 Logistic 回归的正则化
8.1 过拟合问题
在将 线性回归 和 logistic回归 应用到某些机器学习应用中时，会出现过度拟合问题，导致它们表现欠佳。 正则化能够改善或者减少过度拟合问题。
什么是过度拟合？
第一个，使用线性回归的方程，与训练集的数据拟合度不够。因此，它是一个’欠拟合’或‘高偏差’的算法。 第二个，使用二次函数来拟合数据集，拟合效果很好；? 称为’刚好拟合’ 第三个，使用四阶多项式来拟合训练集，它使用5个参数，并且拟合了所有的训练集，虽然如此，但是这是一条扭曲的曲线，它不停上下波动，实际上，我们并不认为这是一个好的模型。?这个问题，我们称之为’过度拟合’，或称这个算法具有’高方差’。即，如果我们拟合一个高阶多项式，那么这个假设函数能拟合几乎所有的数据，这就面临可能的函数太过庞大，变量太多的问题。我们没有足够的数据来约束它，来获得一个好的假设函数。
术语“generalize（泛化）”：一个假设模型应用到新样本的能力。
类似的说法同样也可以引用到 logistic 回归。
调试 和 诊断
当过拟合问题出现时，我们可以如何解决
通过绘制假设模型曲线，来选择/决定合适的多项式阶次。但这种方法并不总是有用，如，在多特征变量的情况下，绘图变得很困难。 如果我们在有很多的变量，而很少的训练集的情况下，就会出现过度拟合的问题。
解决方法： ① 尽量减少选取变量的数量 人工检查变量清单，并以此决定哪些变量更为重要。 PS ：模型选择算法，可以自动选择哪些特征变量保留，哪些舍弃。 这种减少特征变量的方法，可以有效减少过拟合的发生。 缺点：舍弃一部分特征变量，你也就舍弃了关于问题的一些信息
② 正则化 这里，我们将保留所有的特征变量，但是减少量级或参数 θ_j 的大小，这个方法非常有效，当我们有非常多的特征变量，其中每个变量都能对预测的y产生一点影响。
8.2 代价函数
我们不妨对函数加入惩罚项（ 1000θ_3^2 1000θ_4^2 ），使得参数θ_3和θ_4都非常的小。
对代价函数进行修改
1000 只是随便一个比较大的数。。。 因此我们要最小化这个函数，就要使得θ_3和θ_4要尽可能小。即，使得 θ_3 近似等于 0，θ_4 近似等于 0。 那么这样的话，最终我们拟合的函数实际上是一个二次函数，加上了一些非常小的项。 ?该例子中，我们看到了加入惩罚，增大两个参数所带来的效果，总的来说，这就是正则化背后的思想。
这个思想就是，如果我们的参数值较小，意味着一个更简单的假设模式。如果将参数都加上惩罚项，这么做就相当于尽量简化这个假设模式，因为这些参数都接近0的时候。如，本例子中他就是一个二次函数。
但是一般来说，结果表明，这些参数的值越小， 我们得到的函数就会越平滑，也越简单。因此也更不容易出现过拟合问题。
例子
这里，我们有100个特征，这不同于前面的例子，我们知道哪个参数是高阶项的（前面的例子，我们只有1个特征，因此θ_2、θ_3、θ_4都是高阶项参数），因此我们很难挑选出其中的哪个变量是相关度较低的。即，我们不知道该从101个参数中，挑选哪一些来缩小它们的值。因此在正则化中，我们要做的就是修改代价函数，来缩小所有的参数。
?额外添加的正则项，来缩小每个参数的值。这个项的作用就是缩小每个参数（θ_1、θ_2 … θ_n，注意，不包括 θ_0）。
λ 被称为正则化参数。λ 的作用是，控制两个不同目标之间的取舍。即，控制两个目标（见?）之间的平衡关系。即，更好地去拟合训练集的目标和将参数控制得更小的目标，从而保持假设模型的相对简单，避免出现过拟合的情况。 第一个目标，与目标函数的第一项有关。就是我们想更好的训练数据、拟合数据。 第二个目标，我们要保持参数尽量地小，与目标函数的第二项有关（即，与正则化项有关）。
在正则化的线性回归中，如果正则化参数 λ 被设得太大的话，其结果就是我们对这些参数（θ_1、θ_2 … θ_n）的惩罚程度太大。这会导致 θ_1、θ_2 … θ_n 这些参数都接近于0，这相当于把假设函数的全部项都忽略掉了，这样最后假设模型只剩下一个θ_0。。。
这是一个‘欠拟合’的例子。换句话来说，这个假设模型的偏见性太强，或者偏差过高。
8.3 线性回归的正则化
正则化线性回归的优化目标：
?将 x0 的情况单独独立出来。
对于正则化代价函数使用梯度下降法：
注意，?的J(θ)是我们修改后的，包含正则化项的函数，即，
注意 “1 - α * λ / m”这一项，它起到一个很有趣的效果。它的值是只比 1 略小一点的数。因为，通常学习率 α 很小，但 m 却很大，那么 α * λ / m 就会很小。所以，它通常略小于 1，你可以把它想成是0.99这样的数。所以，θ_j更新的结果就是，第一项 “θ_j * (1 - α * λ / m)”，θ_j变成了 θ_j * 0.99，即，将θ_j 往 0 的方向缩小了一点点。 第二项，这实际上完全与我们在添加正则项之前的梯度下降更新一样。 由此可见，当我们使用正则化线性回归时，我们要做的就是每次迭代时，都将 θ_j 乘以一个比 1 略小的数。我们每次都把参数（θ_j）缩小一点，即，每次迭代，第一项 θ_j 都会缩小为上一次的0.99这样。然后进行和之前（线性回归时梯度下降）一样的更新操作（即，减去的第二项同线性回归时的梯度下降是一样的）。
对于正则化代价函数使用正规法：
不可逆问题：
样本 m 的数量 <= 特征的数量 n 如果，你的样本数量比特征数量少，那么这个 'X 转置’ 乘 X 的矩阵是不可逆的。
只要，正则化参数 λ > 0 ，是严格大于0的，我们就可以确信
一定可逆。
因此，进行正则化还可以解决一些X的转置乘X出现不可逆的问题。
8.4 Logistic 回归的正则化
通常情况下，如果你的逻辑回归有很多特征，有无关紧要的多项式，这些大量的特征，最终会导致过拟合的现象。
为了使用’正则化’，我们对 J(θ) 做一些修改。?
这一项的作用是，惩罚 θ_1、θ_2 … θ_n ，防止它们过大。这样的话产生的效果就是，即使你拟合阶数很高，且参数很多，只要添加了这个正则项，保持参数较小，你仍然可以得到这样一条合理的决策边界。
对正则化使用梯度下降法：
再次说明，虽然?同前面线性回归时写的表达式很像，但是他们不是同一个算法。因为假设函数 h(θ) 的定义不同。 这里的 J(θ) 是正则化的代价函数
如何在更高级的优化算法中只用正则化
非线性分类器。不管是线性回归还是logistic回归，我们都能通过构造多项式来解决，但事实上还有更为强大的非线性分类器，可以用之解决多项式回归的问题。
