机器学习笔记：Generative Learning

　　一口气看完了第五讲。主要讲了Generating Learning（生成学习算法）。什么是Generating Learning呢？Andrew Ng 先给出了Discriminative Learning（判别学习算法）的概念，Logistic Regression就是典型的Discriminative Learning，它将最大化P(y|x)作为优化的目标，拟合出h(x)，对于输入x，将h(x)与0.5比大小，就得到了分类结果。而Generating Learning（生成学习算法）则不同，它不知道P(y=1|x)和P(y=0|x)，但可以通过训练或者先验知识得到P(x|y=0/1)，P(y=0/1),再由贝叶斯公式：P(y=i|x)=P(x|y=i)*P(y=i)/P(x)；P(x)=P(x|y=1)*P(y=1)+P(x|y=0)*P(y=0)计算得到后验概率P(y=i|x)，然后比较后验概率的大小即可得到分类结果。

　　第一个算法是高斯判别分析(Gaussian discriminant analysis)，这个算法很经典，x各维特征的均值和协方差矩阵不同，后验概率密度函数p(y|x)的形状也会不同，上学期的《模式识别》课已经有详细的介绍。相同的内容，今天听Andrew Ng讲有了新的收获，他画出了P(y=1|x)的图，跟Logistic Regression中的sigmoid函数非常像。之后他给出了一个非常漂亮的结论，如果x|y服从高斯分布，则后验分布函数P(y=1|x)将是一个sigmoid函数，反之则不一定成立。前者是一个更强的假设。这也给了我们工程实现中的启示：如果知道x|y很好地服从高斯分布，则果断选择Gaussian discriminant analysis，如果x|y不服从高斯分布，则Logistic Regression效果可能更好。

　　第二个算法是朴素贝叶斯算法（Naive Bayesian），以前一直以为Gaussian discriminant analysis就是Naive Bayesian，今天才知道真正Naive的是我机器学习笔记：Generative Learning - 李小宝 O(∩_∩)O。算法原理很简单：根据训练数据得到P(y=i)、P(x=j|y=i),最后通过贝叶斯公式求得P(y=i|x=j)。例如识别垃圾邮件的问题，y=1/0分别表示是否为垃圾邮件，X为一个5000维的向量，Xi=1/0表示字典中第i个词是否在邮件中，设m为邮件样本数，则P(y=i)=#(y=i)/m，P(x=j|y=i)=#(x=j,y=i)/#(y=i)。这里有一个小问题，假如某个词k一直未出现在训练样本中，那么P(x=k|y=1)=#(x=k,y=1)/#(y=1)=0,意味着词k不可能在正常邮件中出现，但事实上k有可能出现，“至于你信不信，反正我是信了”。怎么办呢，用拉普拉斯平滑（Laplace Smoothing）的办法:P(y=i)=(#(y=i)+1)/(m+2)，P(x=j|y=i)=(#(x=j,y=i)+1)/(#(y=i)+2)。吴军在《数学之美》讲自然语言处理的统计模型的时候提到过类似的方法。　　

　　参考链接：http://v.163.com/movie/2008/1/A/R/M6SGF6VB4_M6SGHMFAR.html