机器学习基石HOW部分(3)
标签：机器学习基石
第十一章
binary classification via (logistic) regression; multiclass via OVA/OVO decomposition
所有的回归算法，经过一些修改，就可以用来做分类。但是分类算法无论怎么改都不能做回归。
前面的章节介绍了三种线性模型，PLA、Linear Regression与Logistic Regression。之所以称他们是线性模型，是因为这三种分类模型的方程中，都含有一个相同的部分，该部分是各个特征的一个线性组合，也可以称这个部分叫做线性评分方程:
s=wTx Linear Classification模型：取s的符号作为结果输出，使用0/1 error作为误差衡量方式，但它的cost function，也就是 Ein(w) 是一个离散的方程，并且该方程的最优化是一个NP-hard问题（简单说就是非常难解的问题）。Linear Regression模型：直接输出评分方程，使用平方误差square error作为误差衡量方式，好处是其 Ein(w) 是一个凸二次曲线，非常方便求最优解(可通过矩阵运算一次得到结果)。Logistic Regression模型：输出的是评分方程经过sigmoid的结果，使用cross-entropy作为误差衡量方式，其 Ein(w) 是一个凸函数，可以使用gradient descent的方式求最佳解。
Linear Regression和Logistic Regression的输出是一个实数，而不是一个Binary的值，他们能用来解分类问题吗？
当然可以，就像在最前面说的那样，回归模型可以用来做分类。只要定一个阈值，高于阈值的输出+1，低于阈值的输出-1就好。既然Linear Regression和Logistic Regression都可以用来解分类问题，并且在最优化上，他们都比Linear Classification简单许多，我们能否使用这两个模型取代Linear Classification呢？
好，下面看看可不可以代替。
拿Linear Regression或Logistic Regression来替代Linear Classification
三个模型的区别在于误差的衡量，误差的衡量可以说是一个模型最重要的部分。不同的误差衡量可能会产生不同的g。
看看三种模型的误差衡量吧。
我们可以看到到三个模型的error function都有一个ys的部分，也叫做分类正确性分数 (classification correctness score)。其中s是模型对某个样本给出的分数，y是该样本的真实值。
既然叫做分类正确性分数，那就是正确性越高分数越高啦。
于是，我们将不择手段把分数提高。
当y=+1时，我们希望s越大越好，当y=−1时，我们希望s越小越好。
既然这三个error function都与ys有关，我们可以以ys为横坐标，err为纵坐标，把这三个函数画出来。
sqr (squre error)为Linear Regression的误差函数，ce (cross entropy)为Logistic Regression的误差函数。
errsqr 在ys较小的时候很大，但是，在ys较大的时候 errsqr 同样很大，这点不是很理想，因为我们希望ys大的时候cost要小，尽管如此，至少在 errsqr 小的时候， err0
