Bài giảng Học máy - Đánh giá hiệu năng hệ thống học máy - Ngô Văn Linh
Học Máy
(Machine Learning)
Ngô Văn Linh
Viện Công nghệ thông tin và Truyền thông
Trường Đại Học Bách Khoa Hà Nội
Năm 2019
Nội dung môn học:
◼ Giới thiệu chung
◼ Các phương pháp học không giám sát
◼ Các phương pháp học có giám sát
◼ Đánh giá hiệu năng hệ thống học máy
2
1. Đánh giá hiệu năng hệ thống học máy.
◼ Làm thế nào để thu được một đánh giá đáng tin cậy về
hiệu năng của hệ thống?
❑ Chiến lược đánh giá
❑ Lựa chọn tham số tốt
◼ Làm thế nào để lựa chọn tốt các tham số cho một
phương pháp học máy?
◼ Làm thế nào để so sánh hiệu quả của hai phương pháp
học máy, với độ tin cậy cao?
3
1. Đánh giá hiệu năng hệ thống học máy..
◼ Đánh giá lý thuyết (theoretical evaluation): nghiên cứu
các khía cạnh lý thuyết của một hệ thống mà có thể
chứng minh được.
❑ Tốc độ học, thời gian học,
❑ Bao nhiêu ví dụ học là đủ?
❑ Độ chính xác trung bình của hệ thống,
❑ Khả năng chống nhiễu,…
◼ Đánh giá thực nghiệm (experimental evaluation): quan
sát hệ thống làm việc trong thực tế, sử dụng một hoặc
nhiều tập dữ liệu và các tiêu chí đánh giá. Tổng hợp
đánh giá từ các quan sát đó.
◼ Chúng ta sẽ nghiên cứu cách đánh giá thực nghiệm.
4
1. Đánh giá hiệu năng hệ thống học máy…
◼ Bài toán đánh giá (model assessment): cần đánh giá
hiệu năng của phương pháp (model) học máy A, chỉ dựa
trên bộ dữ liệu đã quan sát D.
◼ Việc đánh giá hiệu năng của hệ thống
• Thực hiện một cách tự động, sử dụng một tập dữ liệu.
• Không cần sự tham gia (can thiệp) của người dùng.
◼ Chiến lược đánh giá (evaluation strategies)
→ Làm sao có được một đánh giá đáng tin cậy về hiệu năng của hệ
thống?
◼ Cá c tiêu chí đánh giá (evaluation metrics)
→ Làm sao để đo hiệu năng của hệ thống?
5
2. Các phương pháp đánh giá
◼ Hold-out (chia đôi)
◼ Stratified sampling (lấy mẫu phâ n tầng)
◼ Repeated hold-out (chi đôi nhiều lần)
◼ Cross-validation (đánh giá ché o)
• k-fold
• Leave-one-out
◼ Bootstrap sampling
6
Hold-out (Splitting)
◼ Toàn bộ tập ví dụ D được chia thành 2 tập con khô ng giao nhau
• Tập huấn luyện Dtrain – để huấn luyện hệ thống
• Tập kiểm thử Dtest – để đánh giá hiệu năng của hệ thống đã học
→ D = Dtrain Dtest, và thường là |Dtrain| >> |Dtest|
◼ Các yêu cầu:
❑ Bất kỳ ví dụ nào thuộc vào tập kiểm thử Dtest đều không được sử
dụng trong quá trình huấn luyện hệ thống
❑ Bất kỳ ví dụ nào được sử dụng trong giai đoạn huấn luyện hệ thống
(i.e., thuộc vào Dtrain) đều không được sử dụng trong giai đoạn
đánh giá hệ thống
❑ Các ví dụ kiểm thử trong Dtest cho phép một đánh giá không thiên vị
đối với hiệu năng của hệ thống
◼ Các lựa chọn thường gặp: |Dtrain|=(2/3).|D|, |Dtest|=(1/3).|D|
◼ Phù hợp khi ta có tập ví dụ D có kích thước lớn
7
Stratified sampling
◼ Đối với các tập ví dụ có kích thước nhỏ hoặc không cân xứng
(unbalanced datasets), các ví dụ trong tập huấn luyện và thử
nghiệm có thể không phải là đại diện
❑ Ví dụ: Có (rất) ít ví dụ đối với một số lớp
◼ Mục tiêu: Phân bố lớp (class distribution) trong tập huấn luyện
và tập kiểm thử phải xấp xỉ như trong tập toàn bộ các ví dụ (D)
◼ Lấy mẫu phân tầng (Stratified sampling)
• Là một phương pháp để cân xứng (về phân bố lớp)
• Đảm bảo tỷ lệ phân bố lớp (tỷ lệ các ví dụ giữa các lớp) trong tập
huấn luyện và tập kiểm thử là xấp xỉ nhau
◼ Phương pháp lấy mẫu phân tầng không áp dụng được cho bài
toán hồi quy (vì giá trị đầu ra của hệ thống là một giá trị số
thực, không phải là một nhãn lớp)
8
Repeated hold-out
◼ Áp dụng phương pháp đánh giá Hold-out nhiều lần, để
sinh ra (sử dụng) các tập huấn luyện và thử nghiệm khác
nhau
• Trong mỗi bước lặp, một tỷ lệ nhất định của tập D được lựa
chọn ngẫu nhiên để tạo nên tập huấn luyện (có thể sử dụng kết
hợp với phương pháp lấy mẫu phân tầng – stratified sampling)
• Các giá trị lỗi (hoặc các giá trị đối với các tiêu chí đánh giá khác)
ghi nhận được trong các bước lặp này được lấy trung bình cộng
(averaged) để xác định giá trị lỗi tổng thể
◼ Phương pháp này vẫn không hoàn hảo
• Mỗi bước lặp sử dụng một tập kiểm thử khác nhau
• Có một số ví dụ trùng lặp (được sử dụng lại nhiều lần) trong các
tập kiểm thử này
9
Cross-validation
◼ Để tránh việc trùng lặp giữa các tập kiểm thử (một số ví dụ
cùng xuất hiện trong các tập kiểm thử khác nhau)
◼ k-fold cross-validation
• Tập toàn bộ các ví dụ D được chia thành k tập con khô ng giao
nhau (gọi là “fold”) có kích thước xấp xỉ nhau
• Mỗi lần (trong số k lần) lặp, một tập con được sử dụng làm tập
kiểm thử, và (k-1) tập con còn lại được dùng làm tập huấn luyện
• k giá trị lỗi (mỗi giá trị tương ứng với một fold) được tính trung
bình cộng để thu được giá trị lỗi tổng thể
◼ Các lựa chọn thông thường của k: 10, hoặc 5
◼ Thông thường, mỗi tập con (fold) được lấy mẫu phân tầng
(xấp xỉ phân bố lớp) trước khi áp dụng quá trình đánh giá
Cross-validation
◼ Phù hợp khi ta có tập ví dụ D vừa và nhỏ
10
Leave-one-out cross-validation
◼ Một trường hợp (kiểu) của phương pháp Cross-validation
• Số lượng các nhóm (folds) bằng kích thước của tập dữ liệu (k=|D|)
• Mỗi nhóm (fold) chỉ bao gồm một ví dụ
◼ Khai thác tối đa (triệt để) tập ví dụ ban đầu
◼ Không hề có bước lấy mẫu ngẫu nhiên (no random sub-
sampling)
◼ Áp dụng lấy mẫu phân tầng (stratification) không phù hợp
→ Vì ở mỗi bước lặp, tập thử nghiệm chỉ gồm có một ví dụ
◼ Chi phí tính toán (rất) cao
◼ Phù hợp khi ta có một tập ví dụ D (rất) nhỏ
11
Bootstrap sampling.
◼ Phương pháp Cross-validation sử dụng việc lấy mẫu không lặp lại
(sampling without replacement)
→ Đối với mỗi ví dụ, một khi đã được chọn (được sử dụng), thì
không thể được chọn (sử dụng) lại cho tập huấn luyện
◼ Phương pháp Bootstrap sampling sử dụng việc lấy mẫu có lặp lại
(sampling with replacement) để tạo nên tập huấn luyện
• Giả sử tập toàn bộ D bao gồm n ví dụ
• Lấy mẫu có lặp lại n lần đối với tập D, để tạo nên tập huấn luyện
Dtrain gồm n ví dụ
➢ Từ tập D, lấy ra ngẫu nhiên một ví dụ x (nhưng không loại bỏ x khỏi
tập D)
➢ Đưa ví dụ x vào trong tập huấn luyện: Dtrain = Dtrain x
➢ Lặp lại 2 bước trên n lần
• Sử dụng tập Dtrain để huấn luyện hệ thống
• Sử dụng tất cả các ví dụ thuộc D nhưng không thuộc Dtrain để
tạo nên tập thử nghiệm: Dtest= {zD; zD_train}
12
Bootstrap sampling..
1
1−
◼ Trong mỗi bước lặp, một ví dụ có xác suất =
để
n
không được lựa chọn đưa vào tập huấn luyện
◼ Vì vậy, xác suất để một ví dụ (sau quá trình lấy mẫu lặp lại
– bootstrap sampling) được đưa vào tập kiểm thử là:
n
1
1−
e−1 0.368
n
◼ Có nghĩa rằng:
• Tập huấn luyện (có kích thước =n) bao gồm xấp xỉ 63.2% các ví dụ
trong D (Lưu ý: Một ví dụ thuộc tập D có thể xuất hiện nhiều lần
trong tập Dtrain
)
• Tập kiểm thử (có kích thước <n) bao gồm xấp xỉ 36.8% các ví dụ
trong D (Lưu ý: Một ví dụ thuộc tập D chỉ có thể xuất hiện tối đa 1
lần trong tập Dtest)
◼ Phù hợp khi ta có một tập dữ liệu D có kích thước (rất) nhỏ
13
3. Lựa chọn tham số
◼ Nhiều phương pháp học máy thường có (tập) tham số
(hyperparameters), buộc người dùng phải đưa giá trị vào.
• Ridge regression: λ
• Linear SVM: C
◼ Làm sao để lựa chọn giá trị tốt nhất cho các tham số?
→ model selection
◼ Model selection: từ một tập học D, cần lựa chọn bộ tham số
(model) trong phương pháp học A sao cho hệ thống được
huấn luyện tốt nhất từ D.
◼ Tập tối ưu (validation set) được sử dụng để tối ưu giá trị các
tham số trong giải thuật học máy (thường lấy từ tập D)
→ Đối với một tham số, giá trị tối ưu là giá trị giúp sinh ra hiệu năng
cực đại đối với tập tối ưu
14
Lựa chọn tham số: sử dụng Hold-out
◼ Cho trước tập quan sát D, ta lựa chọn tham số λ cho
phương pháp học A như sau:
• Chọn tập hữu hạn S mà chứa các giá trị tiềm năng cho λ.
• Chọn độ đo P để đánh giá hiệu năng.
◼ Có thể học lại A từ D với tham số λ* để hệ thống thu
được kết quả tốt.
◼ Có thể thay Hold-out bằng kỹ thuật khác (e.g., sampling,
cross-validation).
15
4. Đánh giá và lựa chọn mô hình
◼ Cho trước tập quan sát D, ta cần lựa chọn tham số λ
(model selection) cho phương pháp học A và đánh giá
(assessment) chất lượng tổng thể của A.
• Chọn tập hữu hạn S mà chứa các giá trị tiềm năng cho λ.
• Chọn độ đo P để đánh giá hiệu năng.
• Chia tập D thành 3 tập rời nhau: Dtrain, Tvalidation, và Ttest
• Huấn luyện A trên tập Dtrain Tvalidation, với tham số đầu vào λ*.
• Đo hiệu năng của hệ thống trên tập Ttest.
◼ Có thể thay Hold-out bằng kỹ thuật khác (cross-validation).
16
5. Các tiêu chí đánh giá.
◼Tí nh chí nh xá c (Accuracy)
→Mức độ dự đoán (phân lớp) chính xác của hệ thống (đã
được huấn luyện) đối với các ví dụ kiểm chứng (test
instances)
◼Tính hiệu quả (Efficiency)
→Chi phí về thời gian và tài nguyên (bộ nhớ) cần thiết cho
việc huấn luyện và kiểm thử hệ thống
◼Khả năng xử lý nhiễu (Robustness)
→Khả năng xử lý (chịu được) của hệ thống đối với các ví
dụ nhiễu (lỗi) hoặc thiếu giá trị
17
5. Các tiêu chí đánh giá..
◼Khả năng mở rộng (Scalability)
→Hiệu năng của hệ thống (vd: tốc độ học/phân loại) thay
đổi như thế nào đối với kích thước của tập dữ liệu
◼Khả năng diễn giải (Interpretability)
→Mức độ dễ hiểu (đối với người sử dụng) của các kết quả
và hoạt động của hệ thống
◼Mức độ phức tạp (Complexity)
→Mức độ phức tạp của mô hình hệ thống (hàm mục tiêu)
học được
18
Tính chính xác (Accuracy)
◼ Đối với bài toán phân loại
Số phán đoán chính xác
퐴ccuracy =
Tổng số phán đoán
◼ Đối với bài toán hồi quy (dự đoán)
→Giá trị (kết quả) đầu ra của hệ thống là một giá trị số
1
Error =
Error(x);
Error(x) = d(x)−o(x)
D _test
xD_test
•o(x): Giá trị đầu ra (dự đoán) bởi hệ thống đối với ví dụ x
•d(x): Giá trị đầu ra thực sự (đúng) đối với ví dụ x
• Accuracy là một hàm đảo (inverse function) đối với Error
19
Ma trận nhầm lẫn (Confusion matrix)
◼ Còn được gọi là Contingency Table
◼ Chỉ được sử dụng đối với bài toán phân loại
❑ Không thể áp dụng cho bài toán hồi quy (dự đoán)
• TPi (true positive): Số lượng các ví dụ thuộc lớp ci được phân loại chính xác
vào lớp ci
• FPi (false positive): Số lượng các ví dụ không thuộc lớp ci bị phân loại nhầm
vào lớp ci
Được phân lớp
• TNi (true negative): Số
bởi hệ thống
lượng các ví dụ không
Lớp ci
thuộc lớp ci được phân loại
(chí nh xá c)
Thuộc Ko thuộc
Phân lớp Thuộc
• FNi (false negative): Số
lượng các ví dụ thuộc lớp
ci- bị phân loại nhầm (vào
các lớp khác ci)
TPi
FPi
FNi
TNi
thực sự
Ko thuộc
(đúng)
20
Tải về để xem bản đầy đủ
26 trang
15780
Free
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Học máy - Đánh giá hiệu năng hệ thống học máy - Ngô Văn Linh", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- bai_giang_hoc_may_danh_gia_hieu_nang_he_thong_hoc_may_ngo_va.pdf
