Python机器学习-多元分类的5种模型

杨利霞

Python机器学习-多元分类的5种模型
/ C4 {1 g7 u( W+ Y" t2 e
6 x6 X* p( t8 ^( Z2 |& W( l5 H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！

+ I* ^! R. V7 S' i2 r) C7 ?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」。

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)。

+ w4 y( N' U  \6 n/ i/ L$ g' b, r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)。

6 Q, |" c) r) ]/ d, R4 w这篇文章会以监督式学习中的分类模型为主。
: I; x; {4 J/ F3 F/ r+ t
3 A& M; i3 Y3 ^3 h- N一、逻辑回归(Logistic Regression)
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%。

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。

若需处理多元分类问题，有两种方法：
: D5 `9 X) [. ]$ g3 h7 \1. 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。

One versus Rest Example (Source from Internet)
3 _5 Z% f) h2 e* V/ l
* d# T8 Q1 g8 e4 ^" U2. 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。
8 ~$ e  k0 A( I, q0 K% R
One versus One Example (Source from Internet)
. Y; a: F# g$ c
& Z3 E* K4 j. c4 E# wLogistic Regression的优点：
& j% i& L& ]3 A, W* l0 x◆ 资料线性可分(包含在高维度空间找到linear plane)
◆ 除了分类，也可以得到A/B两类的机率
◆ 执行速度较快
& a4 ]' O2 T; a+ C
Logistic Regression的缺点：
◆ 线性回归线的切法可能不够漂亮
◆ 不能很好地处理大量、多类特征
% _1 s2 O9 D7 h
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)。

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。

' Y' S( m6 Y! {9 E2 z  ]  |Support Vector Machine Example (Source from Internet)
6 u$ ?+ m! h3 `' h5 e, B8 l
& }$ U; i$ n+ n, d2 w- u( hSVM的优点：
◆ 切出来的线或平面很漂亮，拥有最大边界距离(margin)
◆ 在高维空间可以使用(即使维度数大于样本数也有效)
+ I9 L" T9 g; a  R' R+ e◆ 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

1 ~! q% P; x- C+ o, p  |SVM的缺点：
◆ 当资料太多时，所需的训练时间太长，而使效果不佳
3 d: S; N1 H( T: {1 e◆ 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
◆ SVM不会直接提供机率的估计值
- V8 t* x+ |# H# s
三、决策树(Decision Tree)
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。

/ N# E2 e% C! N! V% A$ V1 [1 }$ {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。
1 `; I# O5 ?4 g  X
9 Q4 [$ t, U2 `6 B1. 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。
3 \. h5 I; [5 ~" f
2. 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。

, m& }5 q, d& g7 o( [( V) HDecision Tree的优点：
◆ 决策树容易理解和解释
◆ 资料分类不需要太多的计算
( n) ^6 b; s2 `& A2 d◆ 可以处理连续值和离散值
1 A- Z* ]1 ?1 C◆ 资料准备相对比较容易
2 O) s  D7 u! V3 H(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)
◆ 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)
◆ 若类别太多，但资料量太少，效果比较差

8 l, o1 J8 w1 n; j, _" t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。

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)
) T! H  B# u* X& ~6 t
Random Forest的优点：
9 K9 o  ^& d: [◆ 随机森林的决策树够多，分类器就不会过拟合
◆ 每棵树会用到的资料和特征是随机决定的
+ ~" {+ M0 r8 O" j% g◆ 训练或预测时每棵树都能平行化的运行

' A1 p  g3 R0 ], n% ]+ {Random Forest的缺点： **
8 i9 t  ]9 e. c**◆ 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

) p5 U- A: d' C! s. c五、极限梯度提升(eXtreme Gradient Boosting, XGBoost)
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。

, c3 S5 `+ s: hXGBoost的两个主要概念：

1 [8 [) m( v: Q) f: R) \0 F1. 回归树(Classification and Regression Tree, CART)
* I# z. a3 T. S$ h( }  O6 L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。

2. 梯度提升
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」。

Random Forest 和XGBoost 差异如下图例：
: `: H8 k7 z! P, aRandom 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。
; j3 c! F, u4 a
2 L) H# O" D: X% N- ]+ y& fRandom Forest and XGBoost Difference (Reference: 參考文章3)

XGBoost的优点：
! Z/ ]: L3 `9 J4 R◆ 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
◆ 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
, u  l) L, l& o* n
XGBoost的缺点： **
**◆ 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
————————————————
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。
原文链接：https://blog.csdn.net/wuxiaopengnihao1/article/details/126686410
" s; _) g3 j- o5 F$ m, y1 o& `
; a+ ~8 s2 m1 K3 y5 m
5 |4 N' R( m1 Z( e# |/ p