SVM

• SVM（Support Vector Machines）定义

  一个能使两类之间的空间大小最大的一个超平面。这个超平面在二维平面上看到的就是一条直线，在三维空间中就是一个平面…。因此，我们把这个划分数据的决策边界统称为超平面。离这个超平面最近的点就叫做支持向量，点到超平面的距离叫间隔。支持向量机就是要使超平面和支持向量之间的间隔尽可能的大，这样超平面才可以将两类样本准确的分开，而保证间隔尽可能的大就是保证我们的分类器误差尽可能的小，尽可能的健壮。

• 点到超平面的距离公式

  • 超平面的方程：
    

  • 点到超平面的距离d的公式：
    
    $||W||$为超平面的范数
    常数 $b$类似于直线方程中的截距
    $p(x_1,x_2,...x_n)$为样本的中的一个点，其中 $x_i$表示为第 $i$个特征变量

• 核函数
  对于非线性的情况，SVM 的处理方法是选择一个核函数，通过将数据映射到高维空间，来解决在原始空间中线性不可分的问题。

  
  上图所述的这个数据集，是用两个半径不同的圆圈加上了少量的噪音生成得到的，所以，一个理想的分界应该是一个“圆圈”而不是一条线（超平面）。
  只需要把它映射到 一个三维空间中，下图即是映射之后的结果，将坐标轴经过适当的旋转，就可以很明显地看出，数据是可以通过一个平面来分开的：
  

Clustering

• 距离度量
  最常用的距离度量就是闵科夫斯基距离，其特例包括欧氏距离和曼哈顿距离：
  
  
  

• k-means算法

  

• 高斯混合聚类
  

• 密度聚类

  此类算法假定聚类结构能通过样本分布的紧密程度确定。通常情况下，密度聚类算法从样本密度角度考察样本的可连接性，并基于可连接样本不断拓展聚类簇以得到最终聚类结果。

  DBSCAN算法

• 层次聚类

  层次聚类试图在不同层次上对数据集进行划分，从而形成树状的聚类结构。

LR

LR（Logistic Regression）逻辑回归

• Logistic分布

  • Logistic分布函数如下：
    
    $\mu$ 是位置参数， $\gamma > 0$ 是形状参数。

  • Logistic分布的密度函数如下：
    

  • 示意图

    
    上图是不同参数对logistic分布的影响，从图中可以看到可以看到 $\mu$ 影响的是中心对称点的位置， $\gamma$ 越小中心点附近增长的速度越快。
    在深度学习中用到的非线性变换sigmoid函数是逻辑斯蒂分布的 $\gamma=1, \mu=0$ 的特殊形式。

• 逻辑斯蒂回归模型

  逻辑回归是为了解决分类问题，目标是找到一个有足够好区分度的决策边界，从而能够将两类很好的分开。

  已知一个事件发生的几率odds是指该事件发生与不发生的概率比值。

  二分类 $(Y=0, 1)$情况下即
  $\frac{P(Y=1|x)}{P(Y=0|x)}=\frac{P(Y=1|x)}{1−P(Y=1|x)}$

  取odds的对数就
  $logistic(P(Y=1|x))=log\frac{P(Y=1|x)}{1−P(Y=1|x)}=w⋅x$

  • 逻辑回归的定义:
    输出 $Y=1$的对数几率是由输入x的线性函数表示的模型，即逻辑斯蒂回归模型

• 逻辑回归的似然函数、对数似然函数
  参考详解

• 优化方法
  参考详解

• 正则化

  在目标函数中加上一个正则化项 $\Phi(w)$即

  $J(w) = -\frac{1}{m}[\sum_{i=1}^{m}y_ilog h_w (x_i) + (1-y_i)log(1-h_w(x_i))] + \lambda \Phi(w)$

  正则化项一般会采用L1范数或者L2范数，分别为 $\Phi (w)=||x||_1和\Phi (w)=||x||_2$。

  • L1范数
    L1范数： $\Phi (w)=|x|$
    当采用梯度下降方式来优化目标函数时，对目标函数进行求导，正则化项导致的梯度变化当 $w_j > 0$ 是取1，当 $w_j < 0$ 时取 $-1$。 因此当 $w_j > 0$ 的时候， $w_j$ 会减去一个正数，导致 $w_j$ 减小，而当 $w_j < 0$ 的时候， $w_j$ 会减去一个负数，导致 $w_j$ 又变大，因此这个正则项会导致参数w_j$ 取值趋近于0，这就是为什么L1正则能够使权重稀疏。

  • L2范数
    L2范数: $\phi(w) = \sum_{j=1}^{n}w_j^2$
    对它求导，得到梯度变化为 $\frac{\partial \Phi(w)}{\partial w_j} = 2w_j$。同样的更新之后使得 $w_j$ 的值不会变得特别大。在机器学习中也将L2正则称为weight decay，在回归问题中，关于L2正则的回归还被称为Ridge Regression岭回归。weight decay还有一个好处，它使得目标函数变为凸函数，梯度下降法和L-BFGS都能收敛到全局最优解。

  L1正则化会导致参数值变为0，但是L2却只会使得参数值减小，这是因为L1的导数是固定的，参数值每次的改变量是固定的，而L2会由于自己变小改变量也变小。而公式中的 $\lambda$也有着很重要的作用，它在权衡拟合能力和泛化能力对整个模型的影响， $\lambda$越大，对参数值惩罚越大，泛化能力越好。

GBDT

GBDT （Gradient Boosting Decision Tree） 梯度提升决策树

• 集成学习
  集成学习方法中最主要的两种方法为Bagging和Boosting

• Bagging方法

  通过对训练样本重新采样的方法得到不同的训练样本集，在这些新的训练样本集上分别训练学习器，最终合并每一个学习器的结果，作为最终的学习结果。
  学习器之间彼此是相互独立的，这样的特点使得Bagging方法更容易并行。
  最重要的算法为随机森林Random Forest算法。

• Boosting方法
  Boosting是一种递进的组合方式，每一个新的分类器都在前一个分类器的预测结果上改进。

• GBDT

  • GBDT表示
    

  GBTD是一个加性模型，通过不断迭代拟合样本真实值与当前分类器的残差 $y−\hat{y}_{h_{m−1}}$来逼近真实值的，按照这个思路，第m个基分类器的预测结果为
  

  而 $h_m(x)$的优化目标就是最小化当前预测结果 $F_{m−1}(x_i)+h(x_i)$和 $y_i$​之间的差距。
  

其他详细参考：
简单易学的机器学习算法——梯度提升决策树GBDT
集成树之三：GBDT
机器学习算法GBDT