Coursera上Andrew Ng机器学习课程总结（二）

无监督算法

K-means算法

k-means算法是一种聚类算法，大体上的意思是：随机初始化K个聚点，遍历每个样本点，计算其属于哪个聚点，这样就分出了K个群，对每个群再计算每个群的聚点，然后重复这个过程，直到收敛。

//Initialize centroidscentroids = kMeansInitCentroids(X, K);for iter = 1:iterations     //Cluster assignment step:Assign each data point to                //the closest centroid. idx(i) corresponds to c^(i),     //the index of the centroid assigned to example i     idx = findClosestCentroids(X, cebtroids);     //Move centroid step:Compute means based on centroid     //assignments     centroids = computeMeans(X, idx, K);end

注意：1,初始的K个聚点最好随机化。
2,这样会存在问题，即最后聚类算法表现不好。K较小的时候，可以运行多次算法取最小的失真函数。

PCA分析

Principal Component Analysis(PCA), 主成分析法。我们主要使用这个方法来降维。
首先，需要对数据集进行标准化。然后，我们这里使用Octave/Matlab的SVD奇异值分解函数[U,S,V]=svd(1mXTX),这里求出的U包含了我们的主成列。

举个例子来说明这个降维思路，如上图二维的数据，可以降到一维线上，这个线满足所有点到线的距离和最小。

异常检测

当样本集里，正样本（即我们想查找的异常情况）很少(10-20), 而负样本(1000)很多的时候，我们往往使用异常检测，因为使用监督学习，我们无法获得足够的正样本的性质。

为了使用异常检测，我们需要找到一个模型来拟合数据集的分布。
我们这里采用高斯分布，（为什么选择高斯分布？因为中心极限定理)

p(x;μ,δ2)=12πδ2−−−−√e−(x−μ)22δ2[1]

传统高斯模型

计算模型如下：

p(x1;μ1,δ21)×...×p(xn;μn,δ2n)

对每个特征建立高斯模型，最后取乘积。预测一个样本时，带入上面公式，当计算出的值小于一个ϵ时，我们认为这个样本是异常的。

优点：计算不复杂；即使m很小，也可以用这种方法。
缺点：最后的模型不一定好。比如我的P(x1)值很大，但是P(x2)值很小，最后很可能计算的值会大于ϵ, 认为这个点是正常点。为了应对这种情况，我们引入多元高斯模型。

多元高斯模型

多元高斯模型概率分布如下：

p(x;μ,∑)=12πn2|∑|12exp(−12(x−μ)T∑−1(x−μ))

对所有的特征建立多元高斯模型。预测一个样本时，只需要带入到上面的公式，当计算出的值小于一个ϵ,我们认为这个样本是异常的。

缺点：m>n或者∑必须是非奇异矩阵。

计算阀值

那么上面的阀值ϵ如何计算呢？
还记得我们在机器学习课程总结(一)里提到的训练模型评价里的单值分析吗？
我们就使用验证集，给每个验证集的数据打上标签。要记得y=1是那些异常的数据，y=0是那些正常的数据。比较出F值最大的那个对应的概率为ϵ。
代码如下：

stepsize = (max(pval) - min(pval)) / 1000;for epsilon = min(pval):stepsize:max(pval)    % Instructions: Compute the F1 score of choosing epsilon as the    %               threshold and place the value in F1. The code at the    %               end of the loop will compare the F1 score for this    %               choice of epsilon and set it to be the best epsilon if    %               it is better than the current choice of epsilon.    %                   % Note: You can use predictions = (pval < epsilon) to get a binary vector    %       of 0's and 1's of the outlier predictions    predictions = (pval < epsilon);    tp = sum((predictions == 1)&(yval == 1));    fp = sum((predictions == 1)&(yval == 0));    fn = sum((predictions == 0)&(yval == 1));    prec = tp/(tp+fp);    rec = tp/(tp+fn);    F1 = 2*prec*rec/(prec+rec);    if F1 > bestF1       bestF1 = F1;       bestEpsilon = epsilon;    endend

推荐系统

对于推荐系统，我们举个例子：有一些电影，其中我们已经打了几个电影的分数了，我们现在希望做出一个系统能够自动对其他的电影打出分数，并且推荐合我们口味的电影。

协同过滤算法

x-电影数量*电影的特征向量 矩阵
θ-用户数量*用户特征向量 矩阵
y-电影数量*用户数量 用户给电影的打分矩阵
r-电影数量*用户数量 如果用户i给电影j打分了，那么r(i,j)=1

协同过滤算法就是要同时优化x与θ

标准化后的代价函数:

J(x(1),...,xnm,θ(1),...,θ(nu))=12∑(i,j):r(i,j)=1((θ(j))Tx(i)−y(i,j))2+(λ2∑j=1nu∑k=1n(θ(j)k)2)+(λ2∑i=1nm∑k=1n(x(i)k)2)

标准化后的求导函数:

∂J∂x(i)k=∑j:r(i,j)=1((θ(j))Tx(i)−y(i,j))θ(j)k+λx(i)k

∂J∂θ(j)k=∑i:r(i,j)=1((θ(j))Tx(i)−y(i,j))x(i)k+λθ(j)k

在线学习

有时候我们的数据集不固定如同数据流一样，不断变化，这时候我们的学习模型就要不断的调整参数，这就叫做在线学习。

Map-reduce

机器学习流水线

Photo OCR系统用来识别照片上的物体。机器学习流水线是一个问题可以被切割成很多流水模块，其中有些模块会用到机器学习。我们使用单元分析来找系统的瓶颈，使我们把有限的时间投入到提升我们系统性能最佳的模块。
举个例子：
整个系统(85)->预处理（85.1）->脸部检测（91）->眼，耳，嘴区域切割（95）->分类器识别(100)
括号内的代表在当前及前面模块全部都是完美的，准确率100%的，对应的系统准确率。比如预处理85.1，我手工把图片的背景去掉后，整个系统的准确率是85.1%。
从上面来看，脸部检测的提升空间最大，可以从85.1提升到91,提升5.9个百分点。