Python机器学习-多元分类的5种模型

杨利霞

6 \# A6 `3 l$ ]8 k; ?0 x# {Python机器学习-多元分类的5种模型

最近上了些机器学习的课程，于是想透过Kaggle资料集来练习整个资料科学专案的流程，在模型训练阶段，虽然听过许多分类模型，但不是很了解其各别的优缺点与适合的使用时机，所以想来整理一篇文章，统整上课学习与网路资料，作为后续专案的优化方向！

1 w5 g2 A0 ^& X& ]* Y  V! c首先，机器学习主要分为「监督式学习」与「非监督式学习」，两者的差异在于资料是否有「标签」。

) Z8 S' r/ o: _& Q% c4 D监督式学习(Supervised Learning)：给予「有标签」的资料，举例来说：给机器一堆苹果和橘子的照片，并说明哪些是苹果、哪些是橘子，再拿一张新的照片询问机器这是苹果还是橘子，而监督式学习又可分为回归(Regression)和分类(Classification)。
4 |0 ?6 {/ E( V/ L
非监督式学习(Unsupervised Learning)：给予「无标签」的资料，让机器找出潜在的规则，举例来说：给予机器一堆苹果和橘子的照片，但没有告诉机器这些照片各别是哪种水果，让机器自行找到资料间的相似性，而非监督式学习又可分为分群(Clustering)和降维(Dimension Reduction)。

这篇文章会以监督式学习中的分类模型为主。

一、逻辑回归(Logistic Regression)
+ w6 H$ X! r9 V  T% D% _0 _逻辑回归是个二元分类(Binary Classification)的模型，并有其对应的机率值，举例：明天会下雨的机率有90%。
6 R7 t+ s; }& t' d2 l
7 O5 K3 N1 ?. w基本概念是利用线性回归线(Linear Regression Line)，将资料分为A/B两类，再透过Sigmoid Function (or Logistic Function) 输出A类别的机率值(0~1)，若机率>0.5则判断为A类别，因为是二元分类，所以当机率<0.5则被归类为B类别。
( |. ?2 X  C" i9 k5 h
若需处理多元分类问题，有两种方法：
5 r5 \$ @1 r% ?: z4 t# r1. One versus Rest (or One versus All)：将每个分类与其他剩余的资料做比较，若有N个类别，就需要N个二元分类器。以下方图例来说明，若有类别1~3，每次各使用一个类别与剩余的两个类别作二元分类后，会得到三个分类器，预测时把资料放到三个分类器中，看哪个分类器的分数较高，就判断为该类别。

2 ]$ K2 i( w2 R! x' nOne versus Rest Example (Source from Internet)

2. One versus One：每次选择两个类别做分类，若有N个类别，就会有N*(N-1)/2个分类器，将每次分类的结果做投票，最后判断为票数最高的那个类别。举下方图例来说，有三个类别，会有三组分类器，最后新资料会判断为票数较高的类别1。

One versus One Example (Source from Internet)
8 s3 ]1 K* j% Q* F1 k' K2 X$ a
Logistic Regression的优点：
◆ 资料线性可分(包含在高维度空间找到linear plane)
5 z0 R# z/ ?* a. y  V# M3 U◆ 除了分类，也可以得到A/B两类的机率
◆ 执行速度较快
4 `0 i" a& Y# I
* [! f! w2 u. l& |$ q$ fLogistic Regression的缺点：
◆ 线性回归线的切法可能不够漂亮
  @( l( R1 }- x4 P4 t  Y5 X9 Z# d" z◆ 不能很好地处理大量、多类特征

# w: N& F1 m9 g+ Z二、 支持向量机( 支持向量机，SVM）
支持向量机(Support Vector Machine)是在寻找一个超平面(Hyper-plane)来做分类，并使两个类别之间的边界距离最大化(会忽略异常点Outlier)。
, n7 w% b6 V- D2 T& C3 p7 |1 N7 a
SVM也可使用于非线性分类(如下图B)，透过Kernels functions将低维空间转换为高维空间，让资料可以在高维空间被线性分类。想像红色球的重量比蓝色球还重，在平面上一拍，让球往上弹，重量重的红色球会较快落下，在立体空间就可以找出个平面来切分红色和蓝色球。
8 @  l& M# R/ u) _5 i3 a
Support Vector Machine Example (Source from Internet)
4 Z( J6 f. p8 \" u/ f: i& z
0 Z9 E/ k+ O1 XSVM的优点：
- I: A( F- J7 o: u. V  T2 r◆ 切出来的线或平面很漂亮，拥有最大边界距离(margin)
5 ?, w# _% O" \3 f% x8 g4 ]1 a1 S& o4 {◆ 在高维空间可以使用(即使维度数大于样本数也有效)
◆ 在资料量较小、非线性、高维度与局部最小点等情况下有相对的优势

SVM的缺点：
, ]! S$ Q9 J6 E/ ~" p◆ 当资料太多时，所需的训练时间太长，而使效果不佳
$ Z& C3 [1 I. N( P" f# D/ X◆ 当资料集有太多noise时(如目标类别有重叠)，预测的效果也会不好
- W. X# C& u3 B  ?2 V◆ SVM不会直接提供机率的估计值
( l2 U/ i9 y* E$ M' c8 m2 l4 |
三、决策树(Decision Tree)
0 t4 Z" @; b0 X& c6 _9 t6 m透过模型预测可以得知某个方程式来做分类，但方程式可能很难懂或很难解释，这时需要决策树(Decision Tree)，它的准确性可能没有很精准，但「解释性」高，所以决策树是一种条件式的分类器，以树状结构来处理分类问题。

1 W- K2 g5 z* ^1 o: w+ M. @6 W% f建构决策树的方式，是将整个资料集依据某个特征分为数个子资料集，再从子资料集依据某个特征，分为更小的资料集，直到子资料集都是同一个类别的资料，而该如何分类则是透过资讯熵(Entropy)和资讯增益(Information Gain)来决定。
! h) @( ~* Y2 z7 D' {! a
1. 资讯熵(Entropy)：用来衡量资料的不纯度，若资料为同一类Entropy=0，若资料「等分」成不同类别Entropy=1。

. ~. k; W6 {4 H+ t) I. ~$ R2. 资讯增益(Information Gain)：用来衡量某个特征对于资料分类的能力，而建构决策树就是要找到具有最高资讯增益的分类法(得到纯度最高的分支)。简单来说，原本的资料集(High Entropy=E1)，经过分类，得到多个资料集(Low Entropy=E2)，其中的E1-E2=Information Gain。

Decision Tree的优点：
◆ 决策树容易理解和解释
7 Z- L$ I4 m8 i) A' ], W9 T◆ 资料分类不需要太多的计算
! s; O* v- n" p) I0 [1 ^◆ 可以处理连续值和离散值
◆ 资料准备相对比较容易
8 U% I0 S% k( Q(不需要做特征标准化、可以处理合理的缺失值、不受异常值的影响)
. ~) {; _! ]/ V3 P+ y. b◆ 因为解释性高，能用在决策分析中，找到一个最可能达到目标的策略

Decision Tree的缺点： **
**◆ 容易过度拟合(Over-fitting)
* r, O4 h- B( q. ^* A0 e◆ 若类别太多，但资料量太少，效果比较差

3 f' L. B% Y9 N  @' x% m% M四、随机森林(Random Forest)
随机森林，是取部分特征与部分资料产生决策树，每重复此步骤，会再产生一颗决策树，最后再进行多数决投票产生最终结果。
8 b% v$ C+ V3 N; |
随机森林可以降低决策树有过拟合的问题，因为最终结果是对所有的决策树结果进行投票，进而消除了单棵决策树的偏差。

Random Forest Example (Source from Internet)

! H3 L- ?4 A5 t7 I) y7 qRandom Forest的优点：
0 z5 k/ g* |# h3 ]" n0 X# A◆ 随机森林的决策树够多，分类器就不会过拟合
' E1 {6 i. P$ L  m, ]◆ 每棵树会用到的资料和特征是随机决定的
◆ 训练或预测时每棵树都能平行化的运行
: U, u+ x& c( g& K* Z' u7 s& |
! q& @1 p4 ?) o- dRandom Forest的缺点： **
**◆ 当随机森林中的决策树个数很多时，训练时需要的空间和时间会比较大

. @9 m' F8 X5 w) r5 W9 Q五、极限梯度提升(eXtreme Gradient Boosting, XGBoost)
9 c6 x" ^# i. o9 e% A- g3 U其实会想写这篇文章，是因为在使用Kaggle资料做练习时，发现网站上有需多人使用XGBClassifier做分类预测，因此想进一步了解这个模型。
. o# ~5 i& f/ `, _
/ [- V' H8 B9 X- q) }: h" nXGBoost的两个主要概念：

) D( b( X* S7 D* n; Z1. 回归树(Classification and Regression Tree, CART)
回归树拥有和决策树一样的分支方式，并在各个叶端(Leaf)有一个预测分数(Prediction Score)，且回归树是可以做集成的，也就是把资料丢到所有树中，把得到的预测分数加总。
8 R* b- m( T, Z% L
2. 梯度提升
4 p5 c4 {7 E) {+ o* U9 c先以常数作为预测，在之后每次预测时新加入一个学习参数，要找出最佳参数，是在每次迭代中，使用贪婪演算法计算Gain，并找出最佳分支做新增，并对负Gain的分支做删减(详细请参考文章1说明)。换句话说，就是「希望后面生成的树，能够修正前面一棵树犯错的地方」。
' ?' U- l3 h4 }4 L2 o+ s
$ {2 d* d1 P" L# M, pRandom Forest 和XGBoost 差异如下图例：
Random Forest是由多个决策树所组成，但最终分类结果并未经过加权平均；而XGBoost是由连续的决策树所建构，从错误的分类中学习，并在后续的决策树中增加更高的权重。

Random Forest and XGBoost Difference (Reference: 參考文章3)
2 f& ~3 _, }& c( v! P3 R9 K( N
XGBoost的优点：
◆ 在损失函数中加入正则项，控制模型的复杂度，防止过拟合现象
) s5 G# T, N) j1 y◆ 在每次迭代后，会将叶子节点的权重乘上该系数，来削弱每棵树的影响

+ v$ U1 @9 ]3 T  {XGBoost的缺点： **
" \! v' i" |" r' z6 g**◆ 空间复杂度过高，需要储存特征值和特征对应样本的梯度统计值
————————————————
- j# q2 X! i+ R: G5 Q/ G' T版权声明：本文为CSDN博主「wuxiaopengnihao1」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
0 F; x5 L  G! I5 f8 B+ g原文链接：https://blog.csdn.net/wuxiaopengnihao1/article/details/126686410