机器学习可行性分析

1.没有免费午餐定理

机器学习的基本思路是：我们从已知的数据集D出发，经过训练，让机器得到一个好的函数g，利用函数g我们可以对未知的数据进行预测。但是，这种方法真的行的通吗？我们来看一个列子：

如下图所示，有三个标签为+1的九宫格，和三个标签为-1的九宫格，根据这6个样本，我们需要判断出$g(x)$的取值是+1还是-1。我们可以认为$g(x)$=+1。因为根据之前的样本，凡是等于+1的样本都是对称的，所以$g(x)$=1，这样来分析好像很有道理。

但是，也有人说$g(x)$=-1，理由是：凡是等于-1的样本，左上角第一个小正方形为黑色，很明显$g(x)$满足这个要求。

除了以上两种分法，我们还可以根据其他不同的分法，得到不同的分类方式。并且都是正确的。因为对于所给的这六个样本点来说，我们的分类方式都是有效果的。

上述列子告诉我们，我们的g可能在训练集D上有很好的表现，但是在D之外的数据集上的表现，可能就没有那么优秀了。机器学习中称这种现象为没有免费午餐定理（NO Free Lunch）。NFL定理表明在任何领域，没有一个学习算法，可以完美的完成任务 但是，有的时候我们会说，一个算法得到的结果比另一个算法更好。这是针对特定的问题，特定的数据集，特定的场景。NLF算法表明：无法保证在D之外的数据上做出更好的分类或者说是预测。既然机器学习无法在新的数据集上有更好的表现，那么我们干嘛还要费劲心力的进行机器学习的研究。这是接下来进行分析的重点。

2.可能性估计

根据没有免费午餐定理，我们知道：没有任何一个算法可以在D之外的数据上做到正确的分类或者预测。那么是否有一些方法，让目标函数在D之外的数据上尽可能的做到完美。看一个简单的列子：

有一个罐子，罐子里面装有橙色和绿色两种颜色的小球。能否推断出橙色球所占据的比$u$？在统计学上会这样处理这个问题：随便从罐子里面抓一把球出来作为sample，看一下在sample里面，橙色球占据的比列$v$,用$v$来近似的代替$u$。特别的当sample越随机，越大的时候$v$会更加的接近$u$。

无论我们做的怎么好，sample取得多么完美，都不可能确保$v$完全等于$u$。下面用一个公式来衡量$v$与$u$的接近程度。也即霍夫定不等式：$$P[\mid v-u\mid >ϵ]\le 2exp(-2{ϵ}^{2}N)$$

该不等式告诉我们当N足够大的时候，$\mid v-u\mid$的差值会足够的小。特别的当$v=u$我们称其为 probably approximately correct(PAC)

机器学习的可能性

将上面分析的列子与机器学习进行关联，推算机器学习的hypothesis h(x)与目标函数$f$相等的可能性。罐子里的一颗颗弹珠类比于机器学习样本空间的中的$x$ ，里面的绿色小球表示$h(x)=f$,橙色小球表示$h(x)\ne f$
从罐子中取出的N个球，表示训练数据集D，且这两种抽样的样本与总体样本之间是独立同分布的。如果抽样样本 N够大，且是独立同分布的，那抽样样本中 $h(x)=f$的概率就能推广到抽样样本之外的$h(x)=f$。

有一个关键问题将抽样样本中绿球的概率，视为训练集D上的正确的概率，在推广到训练集D之外的数据上这是机器学习能学到东西的本质。为什么训练集上得到的结果可以进行推广呢？这是因为二者的PCA是接近的。

先引入两个记号：$E_{in}(h)$:训练集上的错误率。$E_{out}(h)$所有数据集上的错误率。根据霍夫定不等式：$P[\mid E_{in}(h)-E_{out}(h)\mid >ϵ]\le 2exp(-2{ϵ}^{2}N)$，$E_{in}(h)$和$E_{out}(h)$的PAC大概是相等的。 如果$E_{in}(h)$$\approx$$E_{out}(h)$， 并且$E_{in}(h)$足够的小， 那么$E_{out}(h)$也会很小， 我们就认为机器学习学到了东西。

4.机器学习的真实情况

通过上面的分析我们明白，当$E_{in}(h)$足够的小时，机器可能学到了一些有用的东西。但是，是不是说$E_{in}(h)$越小学习的效果就越好呢。在回答这个问题之前我们来思考一个关于抛硬币的列子。假如说有300个人，我们让每个人抛硬币5次，出现五次正面朝上的概率是大于0.99的，我们恰好选择了，五次正面朝上的那个结果作为样本。那么我们会得到一个$E_{in}(h)$=0。显然这个$h$并不是最好的，因为我们非常清楚，最好的结果应该是0.5。但是在300人都抛硬币的列子中，我们选出五次结果都是正面的概率是非常大的。这个列子告诉我们当样本的数量很多的时候可能会引发Bad Sample。

Bad Sample会导致$E_{in}(h)$和$E_{out}(h)$的差别过大。也就是过大的选择会使情况恶化。

我们进行多次抽样，得到不同的数据集D,霍夫定不等式能够保证大多数的D都是比较好的情况，但是也会有一些D使得$E_{in}(h)$和$E_{out}(h)$差别过大。当然这是小概率事件。

不同的数据集$D_n$，对于不同的hypotheses，有可能成为Bad Data。也就是说只要$D_n$在某个 hypotheses上表现为BAD,那么该$D_n$就是BAD。只有当$D_n$在所有的hypotheses表现为好的样本，那么该$D_n$才是好的。可以自由选择演算法进行建模，那么，根据 霍夫定不等式，Bad Data 的上界可以表示为 连级（union bound） 的形式：

其中，M是hypothesis的个数，N是样本D的数量，该union bound表明，当M有限，且N足够大的时候，Bad Data出现的概率就更低了，即能保证D对于所有的h都有$E_{in}(h)$$\approx$$E_{out}(h)$。所以，如果hypothesis的个数M是有限的，N足够大，那么通过演算法A任意选择一个 矩g，都有$E_{in}(h)$$\approx$$E_{out}(h)$，如果$E_{in}(h)$$\approx$ 0那么我们就认为机器学到了东西。到目前为止，我们大概证明了机器学习是可行的。

思考：如果M是无限的又该怎么办呢？