-
Notifications
You must be signed in to change notification settings - Fork 5
/
Copy path6.html
666 lines (592 loc) · 27.6 KB
/
6.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
<!doctype html>
<html lang="ja">
<head>
<meta charset="utf-8">
<title>パターン認識・機械学習勉強会 第6回 @ ワークスアプリケーションズ</title>
<meta name="description" content="Seminar of category theory">
<meta name="author" content="Koichi Nakamura">
<meta name="apple-mobile-web-app-capable" content="yes" />
<meta name="apple-mobile-web-app-status-bar-style" content="black-translucent" />
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no">
<link rel="stylesheet" href="css/reveal.css">
<link rel="stylesheet" href="css/theme/beige.css" id="theme">
<meta http-equiv="X-UA-Compatible" CONTENT="IE=EmulateIE7" />
<!-- For syntax highlighting -->
<link rel="stylesheet" href="plugin/highlight/styles/github.css">
<!-- If the query includes 'print-pdf', use the PDF print sheet -->
<script>
document.write( '<link rel="stylesheet" href="css/print/' + ( window.location.search.match( /print-pdf/gi ) ? 'pdf' : 'paper' ) + '.css" type="text/css" media="print">' );
</script>
<script type="text/javascript"
src="https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.1/MathJax.js?config=TeX-AMS_HTML">
</script>
<script type="text/x-mathjax-config">
MathJax.Hub.Config({
tex2jax: {
inlineMath: [ ['$','$'], ["\\(","\\)"] ],
displayMath: [ ['$$','$$'], ["\\[","\\]"] ]
}
});
</script>
<style type="text/css">
<!--
div.definition {
padding-left: 10px;
padding-right: 10px;
border: 4px solid #333333;
box-shadow: 0 0 10px rgba(0, 0, 0, 0.15);
}
.reveal .chapter-title {
margin-top: 3em;
}
.reveal {
font-size: 36px;
line-height: 1.4em;
}
.reveal .slides {
text-align: left;
}
.reveal section img {
border: none;
background: 0;
margin-left: 1em;
margin-right: 1em;
box-shadow: none;
}
.reveal strong {
color: #ff6666;
}
.reveal sup {
font-size: 40%;
}
.reveal .note {
font-size: 40%;
}
.reveal .controls div.navigate-up,
.reveal .controls div.navigate-down {
display: none;
}
.reveal .block {
border: solid 2px;
position: relative;
border-radius: 8px;
margin: 0.5em;
padding: 1em 0.8em 0.5em 0.8em;
}
.reveal .block:after {
content: "";
display: block;
clear: both;
height: 1px;
overflow: hidden;
}
-->
</style>
<!--[if lt IE 9]>
<script src="lib/js/html5shiv.js"></script>
<![endif]-->
</head>
<body>
<div class="reveal">
<!-- Any section element inside of this container is displayed as a slide -->
<div class="slides">
<section>
<h2>パターン認識・<br> 機械学習勉強会 <br> 第6回</h2>
<h3>@ワークスアプリケーションズ</h3>
<small> 中村晃一 <br> 2014年3月27日 </small>
</section>
<section>
<h3>謝辞</h3>
<p>
この会の企画・会場設備の提供をして頂きました<br>
㈱ ワークスアプリケーションズ様<br>
にこの場をお借りして御礼申し上げます.
</p>
</section>
<section>
<h2 class="chapter-title"> 線形識別モデル:ベイズロジスティック回帰 </h2>
</section>
<section>
<p>
前回・前々回に引き続き線形識別モデル(PRML第4章)を進めていきます.
</p>
<p>
今回はロジスティック回帰のベイズ的な取り扱いについて紹介します.
</p>
</section>
<section>
<p>
パラメータ $\mathbf{w}$ の事前分布を $\pi(\mathbf{w})$ とすれば ベイズの定理より 事後分布は
\[ \pi(\mathbf{w}|D) \propto L(\mathbf{w}|D)\pi(\mathbf{w}) \]
となります.
</p>
</section>
<section>
<p>
前回, ロジスティック回帰の計算において「正則化項を付与する場合もあるか？」という質問がありましたが,
\[ \pi(\mathbf{w}) = \mathcal{N}(\mathbf{0}, \sigma^2\mathbf{I}) \]
であるならば,
\[ \ln\pi(\mathbf{w}|D)=\ln L(\mathbf{w}|D) - \color{red}{\frac{1}{2\sigma^2}||\mathbf{w}||^2} + \mathrm{const}. \]
となるので, ベイズロジスティックモデルの特別な場合として正則化項が現れます.
</p>
</section>
<section>
<p>
さて,
\[ \pi(\mathbf{w}|D) \propto L(\mathbf{w}|D)\pi(\mathbf{w}) \]
における事後分布 $\pi(\mathbf{w}|D)$ は一般に複雑な形の関数になり解析的に調べる事が難しいですが, MCMC法を使うと $\pi(\mathbf{w}|D)$ から直接サンプリングを行う事が出来ます.
</p>
</section>
<section>
<p>
ランダム・ウォークによるMH法を利用する事にすると, 推移 $\mathbf{w} \rightarrow \mathbf{w}'$ の採択確率が
\[ \min\left\{\frac{\pi(\mathbf{w}'|D)}{\pi(\mathbf{w}|D)}, 1\right\} \]
となるのでした.
</p>
<p>
定数倍はキャンセルされるのでこれは
\[ \min\left\{\frac{L(\mathbf{w}'|D)\pi(\mathbf{w}')}{L(\mathbf{w}|D)\pi(\mathbf{w})}, 1\right\} \]
と等しいです.
</p>
</section>
<section>
<p>
アンダーフローを回避する為に一旦
\[ \ln L(\mathbf{w}'|D) + \ln\pi(\mathbf{w}') - \ln L(\mathbf{w}|D) - \ln\pi(\mathbf{w}) \]
を求める事にします.
</p>
<p class="fragment">
前回説明したように2クラスの場合には
\[ \ln L(\mathbf{w}|D) = \sum_i\left[t_i\ln\sigma(\mathbf{w}^T\boldsymbol{\phi}_i)+(1-t_i)\ln\left\{1-\sigma(\mathbf{w}^T\boldsymbol{\phi}_i)\right\}\right] \]
です.
</p>
</section>
<section>
<p>
また例えば, 事前分布が
\[ \pi(\mathbf{w}) = \mathcal{N}(\mathbf{w}_0,\mathbf{\Sigma}) \]
の時には
\[ \ln \pi(\mathbf{w}) = -\frac{1}{2}(\mathbf{w}-\mathbf{w}_0)^T\mathbf{\Sigma}^{-1}(\mathbf{w}-\mathbf{w}_0)+\mathrm{const}. \]
となりますので, これで計算しましょう.
</p>
</section>
<section>
<p>
前回と同じく以下を学習データとします. 基底も前回と同じく $4\times 4$ 個のガウス基底を配置します.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-training.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
パラメータは以下のようにしました.
</p>
<ul>
<li> マルコフ連鎖の初期状態: $\mathbf{w}^{(0)} = \mathbf{0}$ </li>
<li> ランダム・ウォークの標準偏差パラメータ: $1$ </li>
<li> バーンイン期間: $1000$ </li>
<li> 事前分布の平均: $\mathbf{w}_0 = \mathbf{0}$ </li>
<li> 事前分布の分散: $\mathbf{\Sigma} = 100\mathbf{I}$ </li>
</ul>
</p>
</section>
<section>
<p>
初期状態.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter0.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
初期状態.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter0.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
(バーンイン後)1000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter1000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
2000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter2000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
3000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter3000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
4000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter4000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
5000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter5000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
6000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter6000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
7000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter7000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
8000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter8000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
9000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter9000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
10000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-1-iter10000.png"> <a href="prog/prog6-1.py" style="font-size:60%">prog6-1.py</a> </div>
</section>
<section>
<p>
多クラスの場合も試してみましょう.
前回説明したように, 多クラスの場合の対数尤度は
\[ \ln L(\mathbf{w}_1,\ldots,\mathbf{w}_K|D) = \sum_{i=1}^n\sum_{k=1}^K t_{ik}\ln p(C_k|\boldsymbol{\phi}_i) \]
となります. ここで $p(C_k|\boldsymbol{\phi}_i)$ はソフトマックス関数
\[ p(C_k|\boldsymbol{\phi}_i) = \frac{\exp(\mathbf{w}_k^T\boldsymbol{\phi}_i)}{\sum_j \exp(\mathbf{w}_j^T\boldsymbol{\phi}_i)} \]
です.
</p>
</section>
<section>
<p>
計算上の注意ですが, ソフトマックス関数の対数は
\[ \ln p(C_k|\boldsymbol{\phi}_i) = \mathbf{w}_k^T\boldsymbol{\phi}_i - \ln \sum_j \exp(\mathbf{w}_j^T\boldsymbol{\phi}_i) \]
となるので, 右辺第２項の部分にはより数値的に安定な $\mathrm{logsumexp}$ 関数を利用する事が出来ます.
\[ \ln p(C_k|\boldsymbol{\phi}_i) = \mathbf{w}_k^T\boldsymbol{\phi} - \mathrm{logsumexp}_j(\mathbf{w}_j^T\boldsymbol{\phi}_i) \]
</p>
</section>
<section>
<p>
また $\sum_{k=1}^Kt_{ik}=1$ である事に注意すれば
\[ \sum_{k=1}^Kt_{ik}\ln p(C_k|\boldsymbol{\phi}_i) = \sum_{k=1}^Kt_{ik}\mathbf{w}_k^T\boldsymbol{\phi}_i - \mathrm{logsumexp}_j(\mathbf{w}_j^T\boldsymbol{\phi}_i) \]
というシンプルな形に変形出来ます.
</p>
</section>
<section>
<p>
以下を学習データとします. 3クラスのケースです.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-training.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
パラメータは以下のようにしました.
</p>
<ul>
<li> マルコフ連鎖の初期状態: $\mathbf{w}^{(0)} = \mathbf{0}$ </li>
<li> ランダム・ウォークの標準偏差パラメータ: $0.5$ </li>
<li> バーンイン期間: $1000$ </li>
<li> 事前分布の平均: $\mathbf{w}_{k,0} = \mathbf{0}$ </li>
<li> 事前分布の分散: $\mathbf{\Sigma}_k = 100\mathbf{I}$ </li>
</ul>
</p>
</section>
<section>
<p>
初期状態.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter0.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
初期状態.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter0.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
(バーンイン後)1000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter1000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
2000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter2000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
3000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter3000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
4000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter4000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
5000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter5000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
6000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter6000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
7000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter7000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
8000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter8000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
9000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter9000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
10000ステップ.
</p>
<div align="center"> <img width="700px" src="prog/fig6-2-iter10000.png"> <a href="prog/prog6-2.py" style="font-size:60%">prog6-2.py</a> </div>
</section>
<section>
<p>
今回はランダムウォークに基づくMH法を利用してある程度上手く行きましたが, ランダムウォークの一歩の大きさをどの程度にするかなど自明でない問題があります. 一歩を大きく取り過ぎるとなかなか収束せず, 小さく取り過ぎると偏ったサンプリングになってしまいます.
</p>
<p>
PRMLの11.4節ではより良い手法として <strong>スライスサンプリング (Slice sampling) </strong> という手法が紹介されています. こちらも参照してください.
</p>
</section>
<section>
<h2 class="chapter-title"> 線形識別モデル:フィッシャーの線形判別 </h2>
</section>
<section>
<p>
ロジスティックモデルはデータの確率的生成モデルに基づくかなり厳密な方法であると言えますが, それ以外の考え方も面白いので是非知っておきましょう.
</p>
</section>
<section>
<p>
特徴ベクトルの次元が $D$ 次元であるならば
\[ \mathbf{w}^T\boldsymbol{\phi} \]
は $D$ 次元空間から1次元空間への射影であると考える事が出来ます.
</p>
<p>
2クラスの判別は, この射影がある閾値 $\theta$ を超えるか否かで判別しているという事に他なりません.
<p>
<div align="center"> <img width="400px" src="fig/fisher-linear-discriminant.png"> </div>
</section>
<section>
<p>
この時, 2つのクラスが出来るだけ分離されるように $\mathbf{w}$ を調整する事が目標となります.
</p>
<div align="center"> <img width="400px" src="fig/fisher-linear-discriminant2.png"> </div>
</section>
<section>
<p>
一つの考え方として２つのクラスの重心が十分に離れるように射影するという方法が考えられます.
</p>
<p class="fragment">
クラス $C_i$ に属す学習データの数を $N_i$ とすると, 各クラスの重心は
\[ \boldsymbol{\mu}_1 = \frac{1}{N_1}\sum_{\boldsymbol{\phi}_i \in C_1}\boldsymbol{\phi}_i, \boldsymbol{\mu}_2 = \frac{1}{N_2}\sum_{\boldsymbol{\phi}_i \in C_2}\boldsymbol{\phi}_i \]
となりますので, この場合
\[ |\mathbf{w}\boldsymbol{\mu}_1 - \mathbf{w}\boldsymbol{\mu}_2|^2 \]
を最大化する事となります.
</p>
</section>
<section>
<p>
しかし, この方法は単純すぎて上手く行きません.
</p>
<div align="center"> <img width="400px" src="fig/fisher-linear-discriminant3.png"> </div>
</section>
<section>
<p>
射影軸上での重心が離れていても, 下図のようにデータの分散が大きいならば上手く分離されないという事が起こります.
</p>
<div align="center"> <img width="600px" src="fig/fisher-linear-discriminant4.png"> </div>
</section>
<section>
<p>
そこで, 以下の量を最大化する事を考えます. これは, 重心が出来るだけ離れ, 分散が出来るだけ小さい時に最大になります.
これを <strong> フィッシャーの判別基準 (Fisher's criterion) </strong> と呼びます.
</p>
\[ J(\mathbf{w}) = \frac{|\mu_1-\mu_2|^2}{\sigma_1^2 + \sigma_2^2} \]
\[ \mu_i = \frac{1}{N_i}\sum_{\boldsymbol{\phi} \in C_i}\boldsymbol{\phi},\quad \sigma_i^2 = \sum_{\boldsymbol{\phi}\in C_i}|\mathbf{w}^T\boldsymbol{\phi}-\mu_i|^2 \]
</section>
<section>
<p>
ベクトル・行列を用いて書き直せば
\[ J(\mathbf{w}) = \frac{\mathbf{w}^T\mathbf{S}_B\mathbf{w}}{\mathbf{w}^T\mathbf{S}_W\mathbf{w}} \]
\[ \begin{aligned}
\mathbf{S}_B &= (\boldsymbol{\mu}_1-\boldsymbol{\mu}_2)(\boldsymbol{\mu}_1-\boldsymbol{\mu}_2)^T \\
\mathbf{S}_W &= \sum_{\boldsymbol{\phi}\in C_1}(\boldsymbol{\phi}-\boldsymbol{\mu}_1)(\boldsymbol{\phi}-\boldsymbol{\mu}_1)^T
+ \sum_{\boldsymbol{\phi}\in C_2}(\boldsymbol{\phi}-\boldsymbol{\mu}_2)(\boldsymbol{\phi}-\boldsymbol{\mu}_2)^T
\end{aligned} \]
となります. $\mathbf{S}_B$ を <strong>クラス間共分散 (between-class covariance)</strong>, $\mathbf{S}_W$ を <strong> クラス内共分散 (within-class covariance)</strong> と呼びます.
</p>
</section>
<section>
<p>
$J(\mathbf{w})$ の勾配を求めてみると, 分数関数の微分公式によって
\[ \nabla J(\mathbf{w}) = \frac{2(\mathbf{w}^T\mathbf{S}_W\mathbf{w})\mathbf{S}_B\mathbf{w}-2(\mathbf{w}^T\mathbf{S}_B\mathbf{w})\mathbf{S}_W\mathbf{w}}{(\mathbf{w}^T\mathbf{S}_W\mathbf{w})^2} \]
となりますので,
\[ (\mathbf{w}^T\mathbf{S}_W\mathbf{w})\mathbf{S}_B\mathbf{w}=(\mathbf{w}^T\mathbf{S}_B\mathbf{w})\mathbf{S}_W\mathbf{w} \]
を解けば良いという事になります.
</p>
</section>
<section>
<p>
これは固有値問題に帰着して解くことが出来ます(勉強会当日は数値解法が必要と言ってしまいました.すみません.).
</p>
<p>
実は $\mathbf{S}_W^{-1}\mathbf{S}_B$ の最大固有値に対応する固有ベクトルが求める $\mathbf{w}$ となります.
</p>
<p class="fragment">
詳しくは省略しますが,$\mathbf{S}_W^{-1}\mathbf{S}_B$ の固有ベクトルと固有値の組 $\mathbf{a},\lambda$ に対して
\[ (\mathbf{a}^T\mathbf{S}_W\mathbf{a})\mathbf{S}_B\mathbf{a}=\frac{1}{\lambda}(\mathbf{a}^T\mathbf{S}_B\mathbf{a})\mathbf{S}_W\lambda\mathbf{a} = (\mathbf{a}^T\mathbf{S}_B\mathbf{a})\mathbf{S}_W\mathbf{a} \]
と
\[ \frac{\mathbf{a}^T\mathbf{S}_B\mathbf{a}}{\mathbf{a}^T\mathbf{S}_W\mathbf{a}} = \lambda\]
が成立する事から理解出来るかと思います.
</p>
</section>
<section>
<p>
しかし, 今は$\mathbf{w}$ の方向だけわかれば良いのでもっと簡単な方法があります.
</p>
<p>
\[ \mathbf{S}_B\mathbf{w}=(\boldsymbol{\mu}_1-\boldsymbol{\mu}_2)(\boldsymbol{\mu}_1-\boldsymbol{\mu}_2)^T\mathbf{w} \propto \boldsymbol{\mu}_1-\boldsymbol{\mu}_2\]
より
\[ \begin{aligned}
&(\mathbf{w}^T\mathbf{S}_W\mathbf{w})\mathbf{S}_B\mathbf{w}=(\mathbf{w}^T\mathbf{S}_B\mathbf{w})\mathbf{S}_W\mathbf{w} \\
\Leftrightarrow& \mathbf{S}_W\mathbf{w} \propto \boldsymbol{\mu}_1-\boldsymbol{\mu}_2 \\
\Leftrightarrow& \mathbf{w} \propto\mathbf{S}_W^{-1}(\boldsymbol{\mu}_1-\boldsymbol{\mu}_2)\\
\end{aligned} \]
と書くことが出来ます. これを <strong>フィッシャーの線形判別 (Fisher's linear discriminant) </strong> と呼びます.
</p>
</section>
<section>
<p>
簡単な計算例は以下の様になります. 青い矢印が重心の分離のみを考えた射影方向, 赤い矢印がフィッシャーの線形判別による射影方向です.
</p>
<div align="center"> <img width="600px" src="prog/fig6-4.png"> <a href="prog/prog6-4.py" style="font-size:60%">prog6-4.py</a> </div>
</section>
<section>
<p>
ここで, フィッシャーの線形判別は実際には判別を行っているのではなくて射影の方向のみを与えている事に注意して下さい.
射影した後に改めて何らかの識別を行う必要があります.
</p>
</section>
<section>
<p>
フィッシャーの線形判別は識別の手法ではなく, 適切な射影方向を求め次元を削減する方法(<strong> 次元圧縮 (dimension compression)</strong>) の一つと見なす事が出来ます.
</p>
<p>
一般化して $D$ 次元のデータを $D'$ 次元に削減する問題を考えましょう. またクラスの数も増やします.
</p>
</section>
<section>
<h3> 多次元・多クラスへの一般化 </h3>
<p>
$K > 2$ クラスの場合に, 特徴空間の次元 $D$ を $D'$ 次元に削減する事を考えます.
これを $D'\times D$ 行列 $\mathbf{W}$ によって
\[ \mathbf{y} = \mathbf{W}\boldsymbol{\phi} \]
で行う事にします.
</p>
</section>
<section>
<p>
$\boldsymbol{\mu}_k$ をクラス $C_k$ の重心とすると, クラス内共分散 $\mathbf{S}_W$ は
\[ \mathbf{S}_W = \sum_{k=1}^K\sum_{\boldsymbol{\phi}\in C_k}(\boldsymbol{\phi}-\boldsymbol{\mu}_k)(\boldsymbol{\phi}-\boldsymbol{\mu}_k)^T \]
と一般化する事が出来ます.
</p>
<p>
クラス間共分散は $\boldsymbol{\mu}$ を全特徴ベクトルの平均として
\[ \mathbf{S}_B = \sum_{k=1}^KN_k(\boldsymbol{\mu}_k-\boldsymbol{\mu})(\boldsymbol{\mu}_k-\boldsymbol{\mu})^T \]
と一般化する事が出来ます. 詳しくは PRMLの4.1.6節を参照して下さい.
ここで $N_k$ は $C_k$ に属す標本の数です.
</p>
</section>
<section>
<p>
この $\mathbf{S}_W,\mathbf{S}_B$ を用いてフィッシャーの判別基準を一般化したものは
\[ J(\mathbf{W}) = \mathrm{Tr}\{(\mathbf{W}^T\mathbf{S}_W\mathbf{W})^{-1}(\mathbf{W}^T\mathbf{S}_B\mathbf{W})\} \]
と書くことが出来ます. これを最大化する為にはやはり固有値計算を行います.
</p>
<p>
$\mathbf{S}_W^{-1}\mathbf{S}_B$ の固有ベクトルを固有値の大きい方から順番に $D'$ 個取り列に並べたものが求める $\mathbf{W}$ です.
</p>
</section>
<section>
<p>
以下は5次元の4クラスからなるデータ(<a href="prog/prog6-5.dat">prog6-5.dat</a>)を2次元平面に射影した例です.(ファイル中の最後の列の値はクラスの番号.) この例では次元を減らしても各クラスを上手く分離する事が出来ました.
</p>
<div align="center"> <img width="600px" src="prog/fig6-5.png"> <a href="prog/prog6-5.py" style="font-size:60%">prog6-5.py</a> </div>
</section>
<section>
<h3> 第6回はここで終わります </h3>
<p>
次回からPRML第5章のニューラルネットワークに進みます. 第4章のパーセプトロンはニューラルネットワークの一種なので5章でまとめて説明する事にします.
</p>
</section>
</div>
</div>
<script src="lib/js/head.min.js"></script>
<script src="js/reveal.min.js"></script>
<script>
// Full list of configuration options available here:
// https://github.com/hakimel/reveal.js#configuration
Reveal.initialize({
controls: false,
progress: true,
history: true,
center: true,
rollingLinks: false,
theme: Reveal.getQueryHash().theme, // available themes are in /css/theme
transition: Reveal.getQueryHash().transition || 'none', // default/cube/page/concave/zoom/linear/fade/none
// Optional libraries used to extend on reveal.js
dependencies: [
{ src: 'lib/js/classList.js', condition: function() { return !document.body.classList; } },
{ src: 'plugin/markdown/showdown.js', condition: function() { return !!document.querySelector( '[data-markdown]' ); } },
{ src: 'plugin/markdown/markdown.js', condition: function() { return !!document.querySelector( '[data-markdown]' ); } },
{ src: 'plugin/highlight/highlight.js', async: true, callback: function() { hljs.initHighlightingOnLoad(); } },
{ src: 'plugin/zoom-js/zoom.js', async: true, condition: function() { return !!document.body.classList; } },
{ src: 'plugin/notes/notes.js', async: true, condition: function() { return !!document.body.classList; } }
// { src: 'plugin/search/search.js', async: true, condition: function() { return !!document.body.classList; } }
// { src: 'plugin/remotes/remotes.js', async: true, condition: function() { return !!document.body.classList; } }
]
});
Reveal.addEventListener( 'slidechanged', function( event ) {
MathJax.Hub.Rerender(event.currentSlide);
});
</script>
</body>
</html>