机器学习中的偏差与方差

模型性能的度量

目标：已知样本((x_1, y_1),(x_2,y_2),...,(x_n, y_n))，要求拟合出一个模型（函数）(hat{f})，其预测值与样本实际值y的误差最小。

考虑到样本数据其实是采样，y并不是真实值本身，假设真实模型（函数）是f，则采样值(y=f(x)+epsilon),其中(epsilon) 代表噪音，其均值为0， 方差为(sigma^2)。

噪音（noise）

实际应用中的数据基本都是有干扰的，例如信用卡发放问题：

噪声产生的原因：

1. 标记错误：应该发卡的客户标记成不卡，或者两个数据相同的客户一个发卡一个不发卡
2. 输入错误：用户的数据本身就有错误，例如年收入少写一个0，性别写反了等

拟合函数(hat{f})的主要目的是希望它能对新的样本进行预测，所以，拟合出函数(hat{f})后，需要在测试集上检测其预测值与实际值y之间的误差。用平方误差函数（mean square error）来度量其拟合的好坏程度，即(((y-hat{f}(x))^2)

理解误差期望值

期望值的含义是指在同样的条件下重复多次随机试验，得到的所有可能状态的平均结果。对于机器学习，则是我们选择一种算法，以及设置一个固定的训练集大小（即所谓的特定的模型）。每次训练时从样本空间中选择一批样本作为训练集，但每次都随机抽取不同的样本，这样重复进行多次训练。每次训练会得到一个具体的模型，每个具体模型对同一个未见过的样本进行预测可以得到预测值。不断重复训练和预测，就能得到一系列预测值，根据样本和这些预测值计算出方差和偏差，可以帮助我们考察该特定模型的预测误差的期望值，衡量该特定模型的性能。通过对比多个特定模型的误差的期望值，可以帮助我们选择合适的模型。

举例说明如下：

假设真实模型为(f(x)=x+2sin(1.5x))，函数图像如下图曲线所示。样本值y就在真实值得基础上叠加一个随机噪音N(0,0.2)

import numpy as np
import math
from matplotlib import pyplot as plt
import random

x = np.arange(1, 10, 0.1)
y = [i+2*math.sin(1.5*i) for i in x]

index = random.sample(range(len(x)), 20)
x_samples = [x[i] for i in index]
y_samples = [y[i] + np.random.normal(0, 0.2, 1) for i in index]


plt.plot(x, y)
plt.scatter(x_samples, y_samples, marker='o', color='r')
plt.show()

假设我们用线性函数来构建模型，训练样本为y((y=f(x)+epsilon))。经过多次重复，可以得到一系列具体的线性模型，如下图中那一组聚集在一起的黑色直线所示，其中间有一条红色线是这一组线性函数的平均（期望值）。这就是特定模型（线性函数）在同样条件下（每次取固定数个样本点）重复多次（得到50个线性函数）。

根据生成的50个具体的线性函数来考察该线性模型的预测性能，选取一个样本点，比如选择 x=5 时（下图中红色竖线位置），真实值f(x)=6.878, 样本y约等于6.876，y与f（x）的偏差体现在图片右下方的噪音部分。红色线性函数在x=5位置的值是这50个线性函数在该位置的期望值，黑色直线在x=5位置的一系列值得分布则反映了它们的方差（varaince）。50个预测的期望值与真实值f(x)之间的距离体现了偏差（bias）。

误差期望值的分解及公式推导

误差的期望值可以分解为三个部分：样本噪音、模型预测值的方差、预测值相对真实值的偏差

[E((y-hat{f}(x))^2 = epsilon^2 + var[hat{f}(x)]+(bias[hat{f}(x)])^2 ]

即误差的平方的期望 = 噪音的方差 + 模型预测值的方差 + 预测值相对真实值得偏差的平方

推导如下

真实模型（函数）:(f=f(x))

拟合模型（函数）:(hat{f}=hat{f}(x))

方差的计算公式：(Var[X] = E[X^2] - (E[X])^2)

测试样本值y的期望值: (E(y)=E(f+epsilon)=E(f)+E(epsilon)=E(f)=f)

测试样本值y的方差: (Var(y)= E[(y-E(y)^2]=E[(y-f)^2]=E[(f+epsilon-f)^2]=E(epsilon)^2=Var(epsilon)+(E(epsilon))^2=sigma^2)

误差的平方的期望公式推导如下：

[egin{align} E[(y-hat{f})^2] &= E[y^2+hat{f}^2-2yhat{f}] \ &=E[y^2]+E[hat{f}^2]-2E[(f+epsilon)hat{f}] \ &=Var[y]+(E[y])^2+Var[hat{f}]+(E(hat{f}))^2-2fE[hat{f}]-2E[epsilon]E[hat{f}] \ &=Var[y]+Var[hat{f}]+(f-E[hat{f}])^2 \ &=sigma^2+Var[hat{f}]+(Bias[hat{f}])^2 end{align} ]

使用特定模型对一个测试样本进行预测，就像打靶一样。

靶心（红点）是测试样本的真实值，测试样本的y（橙色点）是真实值加上噪音，特定模型重复多次训练会得到多个具体的模型，每一个具体模型对测试样本进行一次预测，就在靶上打出一个预测值（图上蓝色的点）。所有预测值的平均就是预测值的期望（较大的浅蓝色点），浅蓝色的圆圈表示预测值的离散程度，即预测值的方差。

所以，特定模型的预测值 与 真实值 的误差的 期望值，分解为上面公式中的三个部分，对应到图上的三条橙色线段：预测值的偏差、预测值的方差、样本噪音。

总之，在机器学习中考察偏差和方差，最重要的是要在不同数据集上训练出一组特定模型，对一个测试样本进行预测，考察这一组预测值的方差和偏差。

偏差-方差的选择

理想中，我们希望得到一个偏差和方差都很小的模型，但实际上往往很困难。

相对较好的模型的顺序：方差小，偏差小>方差小，偏差大>方差大，偏差小>方差大，偏差大。

方差小，偏差大之所以在实际中排位比较靠前，是因为它比较稳定。很多时候，实际中无法获得非常全面的数据集，那么，如果一个模型在可获得的样本上有较小的方差，说明它对不同数据集的敏感度不高，可以期望它对新数据集的预测效果比较稳定。