線形判別モデル

線形判別モデル#

モデル#

2クラスの場合#

2クラス\((C_1, C_2)\)を識別する線形モデルを考える。

特徴量ベクトルを\(\boldsymbol{x}=(x_1, \cdots, x_d)^\top\)、係数ベクトルを\(\boldsymbol{w}=(w_1, \cdots, w_d)^\top\)、バイアス項を\(w_0\)とすれば、

\[ f(\boldsymbol{x}) = w_0 + \boldsymbol{w}^\top \boldsymbol{x} \]

で表される。

識別境界を\(f(\boldsymbol{x})=0\)として、\(f(\boldsymbol{x})=0\)のときはリジェクトせずに\(C_1\)とする場合、予測値\(\hat{C}\)を出力する識別規則は

\[\begin{split} \begin{cases} C_1 & (f(\boldsymbol{x}) \geq 0)\\ C_2 & (f(\boldsymbol{x}) < 0) \end{cases} \end{split}\]

となる。

多クラスの場合#

クラス数が\(K(>2)\)個ある場合にはどうすればよいだろうか。

いくつか方法はある（はじパタ 6.1.2などを参照）が、最大識別関数法が現状もっとも良さそう。

これは\(K\)個の線形識別関数\(f_j(\boldsymbol{x}) \ (j = 1, 2, \cdots, K)\)を用意して、最も出力値が大きいクラスを採用するというもの。

\[ \hat{C} = \arg \max_j f_j(\boldsymbol{x}) \]

パラメータの推定#

最小二乗誤差基準#

係数ベクトルにバイアスを含めて\(\boldsymbol{w}=(w_0, w_1, \cdots, w_d)^\top\)とし、特徴量ベクトルを\(\boldsymbol{x}=(1, x_1, \cdots, x_d)^\top\)と表記することにする。

それにより、線形識別関数を

\[ f(\boldsymbol{x}) = \boldsymbol{w}^\top \boldsymbol{x} \]

と表記する。

教師ラベルは\(\{+1, -1\}\)で表現されるものとする。

\[\begin{split} t_i = \begin{cases} +1 & (\boldsymbol{x}_i \in C_1)\\ -1 & (\boldsymbol{x}_i \in C_2) \end{cases} \end{split}\]

ここで\(i\)はサンプルの添字で\(i = 1, \cdots, N\)である。

特徴量を行列\(\boldsymbol{X} = (\boldsymbol{x}_1, \cdots, \boldsymbol{x}_N)^\top\)、教師ラベルのベクトルを\(\boldsymbol{t}=(t_1, \cdots, t_N)^\top\)と表記する。

二乗誤差\(E(\boldsymbol{w})\)を使って評価すると、次のようになる。

\[\begin{split} \begin{align} E(\boldsymbol{w}) &= \sum^N_{i=1} (t_i - f(\boldsymbol{x}_i))^2\\ &= (\boldsymbol{t} - \boldsymbol{X} \boldsymbol{w})^\top (\boldsymbol{t} - \boldsymbol{X} \boldsymbol{w})\\ &= \boldsymbol{t}\top \boldsymbol{t} - 2 \boldsymbol{t}^\top \boldsymbol{X} \boldsymbol{w} + \boldsymbol{w}^\top \boldsymbol{X}^\top \boldsymbol{X} \boldsymbol{w} \end{align} \end{split}\]

二乗誤差を最小にするパラメータ\(\boldsymbol{w}\)はパラメータで微分して0になるパラメータなので、

\[ \frac{\partial E(\boldsymbol{w})}{\partial \boldsymbol{w}} = -2 \boldsymbol{X}^\top \boldsymbol{t} + 2 \boldsymbol{X}^\top \boldsymbol{X} \boldsymbol{w} = 0 \]

を解くことにより

\[ \hat{\boldsymbol{w}} = (\boldsymbol{X}^\top \boldsymbol{X})^{-1} \boldsymbol{X}^\top \boldsymbol{t} \]

である。

実装#

以下のようなデータがあったとする

Hide code cell source 
# 2次元に描いた場合
import numpy as np
import matplotlib.pyplot as plt

# このようなデータがあったとする
x_c1 = np.array([
    [.50, .55],
    [.45, .75],
    [.7, .50],
    [.7, .75],
])
x_c2 = - x_c1
X = np.append(x_c1, x_c2, axis=0)
y = np.array([1] * x_c1.shape[0] + [-1] * x_c2.shape[0])


def plot_hyperplane(X, y, ax):
    # データ点の散布図
    is_1 = y == 1
    ax.scatter(X[is_1, 0], X[is_1, 1], label="C1", color="orange")
    ax.scatter(X[~is_1, 0], X[~is_1, 1], label="C2", color="steelblue")

    # # x軸, y軸を描く
    # ax.hlines(0, -1, 1, colors="black", linewidth=1)
    # ax.vlines(0, -1.1, 1.1, colors="black", linewidth=1)

    ax.legend(loc="upper left")
    return ax

fig, ax = plt.subplots()
plot_hyperplane(X, y, ax)
ax.set_xlim(-1, 1)
ax.set_ylim(-1, 1)
fig.show()
../../../_images/c712424a48b2e947bd176622c3b6b516cf816661dfbcc4284e633a7617d2b125.png 
# 最小二乗法によるパラメータの推定
w = np.linalg.inv(X.T @ X) @ X.T @ y
w

array([0.78271718, 0.82605555])

このパラメータによる識別超平面を描くと次の図のようになる

Hide code cell source 
# 描画範囲
x1 = np.linspace(-1, 1, 100)

# 超平面：x2 = -(w1/w2) * x1の形にする
x2 = -(w[0] / w[1]) * x1

# plot
fig, ax = plt.subplots()
plot_hyperplane(X, y, ax)
ax.plot(x1, x2, color="dimgray", label="f(x)=w'x")
ax.legend(loc="upper left")
fig.show()
../../../_images/bc5a62a5453d4e22282f42c9f5fd06ba668437cd5fbf9c6d48fa0ee74ae9f36e.png