iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 27
0
Google Developers Machine Learning

Google machine learning 學習筆記系列 第 27

【Day 27】 Google ML - Lesson 11 - 我們應該何時停止ML模型的訓練? 利用驗證資料集, 測試資料集, 交叉驗證(cross-validation) 評估模型訓練結果的好壞

前言

這幾天的文章會是一系列的,會需要一起看才比較能看懂整個ML模型的輪廓,
然而因為一天能寫的內容量有限,所以我會在前言部分稍微說明我寫到哪。

複習一下ML的整個訓練過程

因為ML模型的訓練階段章節內容會分很多部分,我們要先確認好自己在哪個階段,
以免吸收新內容卻不知道用在內容的什麼地方。

★ 「訓練一個ML模型」的整個過程:這裡以監督式學習(Supervised Learning)為例

階段 要做的事情 簡介
(訓練前) 決定資料集與分析資料 你想要預測的是什麼資料? 這邊需要先知道 examplelabelfeatures的概念。介紹可參考:【Day 15】,而我們這次作為範例的訓練資料集介紹在【Day 19】
(訓練前) 決定問題種類 依據資料,會知道是什麼類型的問題。regression problem(回歸問題)? classification problem(分類問題)? 此處可參考:【Day 16】、與進階內容:【Day 17】
(訓練前) 決定ML模型(ML models) 依據問題的種類,會知道需要使用什麼對應的ML模型。回歸模型(Regression model)? 分類模型(Classification model)? 此處可參考:【Day 18】神經網路(neural network)? 簡介於:【Day 25】
(模型裡面的參數) ML模型裡面的參數(parameters)超參數(hyper-parameters) 此處可參考:【Day 18】
(訓練中) 調整模型 評估當前模型好壞 損失函數(Loss Functions):使用損失函數評估目前模型的好與壞。以MSE(Mean Squared Error), RMSE(Root Mean Squared Error), 交叉熵(Cross Entropy)為例。此處可參考:【Day 20】
(訓練中) 調整模型 修正模型參數 梯度下降法 (Gradient Descent)為例:決定模型中參數的修正「方向」與「步長(step size)」此處可參考:【Day 21】
(訓練中) 調整腳步 調整學習腳步 透過學習速率(learning rate)來調整ML模型訓練的步長(step size),調整學習腳步。(此參數在訓練前設定,為hyper-parameter)。此處可參考:【Day 22】
(訓練中) 加快訓練 取樣與分堆 設定batch size,透過batch從訓練目標中取樣,來加快ML模型訓練的速度。(此參數在訓練前設定,為hyper-parameter)。與迭代(iteration),epoch介紹。此處可參考:【Day 23】
(訓練中) 加快訓練 檢查loss的頻率 調整「檢查loss的頻率」,依據時間(Time-based)步驟(Step-based)。此處可參考:【Day 23】
(訓練中) 完成訓練 (loop) -> 完成 重覆過程(評估當前模型好壞 -> 修正模型參數),直到能通過「驗證資料集(Validation)」的驗證即可結束訓練。此處可參考:【Day 27】
(訓練後) 訓練結果可能問題 「不適當的最小loss?」 此處可參考:【Day 28】
(訓練後) 訓練結果可能問題 欠擬合(underfitting)?過度擬合(overfitting)? 此處可參考:【Day 26】
(訓練後) 評估 - 性能指標 性能指標(performance metrics):以混淆矩陣(confusion matrix)分析,包含「Accuracy」、「Precision」、「Recall」三種評估指標。簡介於:【Day 28】、詳細介紹於:【Day 29】
(訓練後) 評估 - 新資料適用性 泛化(Generalization):對於新資料、沒看過的資料的模型適用性。此處可參考:【Day 26】
(訓練後) 評估 - 模型測試 使用「獨立測試資料集(Test)」測試? 使用交叉驗證(cross-validation)(又稱bootstrapping)測試? 此處可參考:【Day 27】
(資料分堆的方式) (訓練前) 依據上方「模型測試」的方法,決定資料分堆的方式:訓練用(Training)、驗證用(Validation)、測試用(Test)。此處可參考:【Day 27】

★ 從上面的訓練中,找到「最好的」ML模型:【Day 27】

原因:「訓練好一個模型」不等於「找到最好的模型」

階段 要做的事情
(訓練模型) 使用「訓練資料集(Training)」訓練模型(調整參數),也就是「上方表格」在做的內容
(結束訓練) 訓練到通過「驗證資料集(Validation)」結束訓練(未達到overfitting的狀態前)
(模型再調整) 超參數(hyperparameters)調整或神經網路的「layer數」或「使用的node數」(一些訓練前就會先決定的東西)
(loop) (模型再調整)後,重複上述(訓練模型)、(結束訓練),完成訓練新的模型
(找到最佳模型) 從「所有訓練的模型」中,找到能使「驗證用資料集(Validation)」最小的loss,完成(找到最佳模型)
(決定是否生產) 可以開始決定要不要將此ML模型投入生產。此時我們可以使用「獨立測試資料集(Test)」測試? 使用交叉驗證(cross-validation)(又稱bootstrapping)測試?

★小實驗系列:

文章 實驗內容
【Day 24】 TensorFlow Playground 的簡介與介面介紹
【Day 24】 learning rate 的改變對訓練過程的影響
【Day 25】 使用神經網路(neural network)分類資料
【Day 25】 觀察batch size如何影響gradient descent

Course - Launching into Machine Learning

第四章節的課程地圖:(紅字標記為本篇文章中會介紹到的章節)

  • Generalization and Sampling
    • Introduction to Generalization and Sampling
      • Introduction
    • Generalization
      • Generalization and ML Models
      • When to Stop Model Training
    • Sampling
      • Creating Repeatable Samples in BigQuery
    • Demo of Splitting Datasets in BigQuery
    • Lab: Creating Repeatable Dataset Splits
      • Lab Introduction
      • Lab: Creating Repeatable Dataset Splits in BigQuery
      • Lab Solution Walkthrough
    • Lab: Exploring and Creating ML Datasets
      • Lab Introduction
      • Lab: Exploring and Creating ML Datasets
      • Lab Solution Walkthrough
    • Module Quiz

0. 先整理今天重點

★ 何時停止訓練,加上「驗證用資料集」的整個ML模型訓練過程:

階段 要做的事情
(訓練模型) 使用「訓練用資料集」訓練模型(調整參數),也就是我們訓練在做的內容
(結束訓練) 訓練到通過「驗證用資料集」結束訓練(未達到overfitting的狀態前)
(模型再調整) 調整超參數(hyperparameters)或神經網路的「layer數」或「使用的node數」(一些訓練前就會先決定的東西)
(loop) (模型再調整)後,重複上述(訓練模型)、(結束訓練),完成訓練新的模型
(找到最佳模型) 從「所有新訓練的模型」中,找到能使「驗證用資料集」最小的loss,完成(找到最佳模型)
(決定是否生產) 可以開始決定要不要將此ML模型投入生產。此時我們可以使用獨立「測試資料集」測試? 或使用交叉驗證(cross-validation)(又稱bootstrapping)測試? 可參考:【Day 27】

★ 評估模型好壞的方法:

比較 獨立的「測試資料集」測試 交叉驗證(cross-validation) (或稱為bootstrapping)
總資料多寡 適合「總資料量較多」的 適合「總資料量較少」的
資料分組方式 分成三組:training(訓練用), validation(驗證用), test(測試用) 分成兩大組:training(訓練用), validation(驗證用),然後各大組再細分成很多小組。

1. When to Stop Model Training

課程地圖

  • Generalization and Sampling
    • Generalization
      • When to Stop Model Training

為了幫助我們能建立適合的ML模型,
(例如線性回歸(linear regression)或神經網路(neural network))
我們可以使用驗證資料集(validation dataset)來幫助調整適合模型的超參數(hyperparameters)

複習:

超參數(hyperparameters)指的是在訓練前就設定好的參數。

1.1. 「驗證用」資料集(validation dataset)

https://ithelp.ithome.com.tw/upload/images/20190928/20120424JE2U3JVnTz.png

調整超參數(hyperparameters)的過程是透過連續進行訓練完成的,
然後我們再將這些訓練與對應獨立的「驗證用資料集(validation dataset)」進行驗證,
確認沒有過度擬合(overfitting)的現象。

這裡顯示出我們的「驗證用資料集(validation dataset)」在訓練期間是如何被使用的。

在最佳化的過程中,訓練模型的過程:
(一開始參數皆為隨機生成)

  1. 從目前模型參數的權重(weight)計算導數(derivative)
  2. 觀察梯度下降(gradient descent)的loss曲線方向
  3. 嘗試透過修改模型參數(parameters)最小化loss指標
  4. 然後重複

自己的註:

這邊稍微補點數學說明,為什麼第一點的參數只看權重(weight)?
因為bias是常數項,微分會消失。
例如:y=ax+b,微分我們只需在意a,就不用在意b了。

現在,我們還需要定期的使用「訓練未看過」的數據,
我們稱為「驗證用資料集(validation dataset)」,來評估模型目前的性能,

在完成一次完整的訓練後,我們依照「驗證用資料集」驗證模型的結果,
看目前的超參數(hyperparameters)是否有用,是否可以進行更多的調整。
如果「訓練用資料集」與「驗證用資料集」計算的loss差不多,
那我們可以考慮先停下來,並重新優化超參數(hyperparameters)

https://ithelp.ithome.com.tw/upload/images/20190928/20120424lMpv4PqBJI.png

而只要對損失指標進行了充分優化,並通過了「驗證用資料集」的驗證,
(記得時間點是:在兩個資料集loss開始出現一些差異,但未達到overfitting的狀態時)
這時我們就應該先停止訓練,然後決定這個模型是否可以投入生產。

現在我們也可以用類似的循環去調整各個ML模型的參數,
就像我們在訓練前對超參數(hyperparameters)所進行的操作一樣。

例如:如果神經網路的層數或應該使用的節點數。
類似超參數(hyperparameters)一樣,會在訓練前就先設定好的。

你將會使用其中一種配置(例如一個只有六個節點的神經網路),
然後再訓練另外一種,最後都用「驗證用資料集」來看哪一種配置表現得更好。
最後,我們會選擇一種模型配置,這個配置能夠使「驗證用資料集」產生出最少的loss。
(記得:上章我們提過,如果只是讓「訓練用資料集」loss最小是不夠的。)

★ 自己做個小結論,加上「驗證用資料集」的整個ML模型訓練過程:

  1. 使用「訓練用資料集」訓練模型(調整參數)
  2. 重複1.,直到通過「驗證用資料集」結束訓練(未達到overfitting的狀態前)
  3. 調整超參數(hyperparameters)或神經網路的「layer數」或「使用的node數」
  4. 重新1.2.3.,直到找到能使「驗證用資料集」最小的loss,完成全部訓練
  5. 並可以開始決定要不要將此ML模型投入生產。

(google提供的輔助工具:)
在之後的課程中,我們也會用Cloud ML Engine示範在超參數空間(hyperparameter space)做bayesian short search,
也就是說我們不需要一次對一個超參數(hyperparameter)進行這樣的實驗。
Cloud ML的引擎能幫忙我們使用不同的最佳化策略,
並且以平行處理的方式進行這類實驗。


1.2. 獨立的「測試用」資料集(test dataset) 評估法

https://ithelp.ithome.com.tw/upload/images/20190928/201204245CZ717zvEV.png

當我們完成訓練之後,我們必須還要能告訴別人這模型有多好。

  • 那麼,你打算將哪個資料集作為最終通過與不通過的評估?
  • 我們可以簡單的說,對於「驗證資料集」我們的模型最後有多少的loss嗎?
    (在我們的「訓練資料集」結果差不多的情況下。)

這樣想是不行的,因為我們已經用了「驗證資料集」作為停止我們訓練的依據,
這樣表示「驗證資料集」已經不是獨立的了(模型已經看過了)。
我們可以先想想該怎麼辦?

自己的註:

如果又拿這組「驗證資料集」,我們的模型是在確定「驗證資料集沒問題」的情況下才停止訓練,
也就是說模型一定已經對於「訓練資料集」、「驗證資料集」都很清楚且能夠得到高分。
所以我們還必須使用「其他的資料集」來證明這模型的預測是好的。

https://ithelp.ithome.com.tw/upload/images/20190928/20120424MEJMFnKsOH.png

所以,我們必須在一開始就將資料集分成三等份:

  • training:訓練用資料集
  • validation:驗證用資料集
  • test:測試用資料集

只要我們的模型開始被訓練或驗證,我們就可以做「一次」分類,
而且要注意的是,這分類從頭到尾只能夠使用「一次」。

自己的註:

這邊指的意思應該是,「訓練用資料集」、「驗證用資料集」、「測試用資料集」,
一旦被決定了,就不能任意再重分,
因為一組資料集只要被模型看過一次,如果再被看過第二次,這樣的測試就是不獨立的。

而這組「測試用資料集」的結果正是我們可以告訴別人我們的模型有多好的依據,
我們可以拿這組「測試用資料集」的loss作為指標,決定要不要拿來生產用。

那至於如果我們在「測試用資料集」中預測的很差呢?
甚至是我們好不容易都通過了「驗證用資料集」的檢查。

那就表示我們不可以重新測試同樣的ML模型,我們應該要重新訓練全新的ML模型。
或者是收集更多的資料,去提供更多的新資料給你的ML模型。

自己的註:

所以「測試用資料集」失敗就可以開始思考直接砍掉重練的意思嗎QQ


1.3. 交叉驗證(cross-validation)bootstrapping 評估法

https://ithelp.ithome.com.tw/upload/images/20190928/20120424ckCKtaGa5V.png

我們再來思考一個很小很小問題,雖然目前這方法已經很好了。
沒有人喜歡浪費資料,但「測試用資料集」只使用了一次,
似乎很浪費,但他有被保留下來。

我們難道不能在訓練時使用所有的資料,然後依然能合理的告訴別人模型的表現嗎?

答案是可以的。

這方法就是我們將「訓練用資料集」、「驗證用資料集」拆分成好幾等分,並且在不同的時間使用。

訓練後並使用「驗證用資料集」計算Loss,這個「驗證用資料集」可能包含「第一次訓練」中未使用的資料,
然後我們再重新拆分資料,現在我們的「訓練用資料集」可能包含著「第一次驗證」時所使用的資料,
然後我們可能需要進行多次的迭代(iteration)

最後在多輪的迭代(iteration)之後,我們可以對於整個「驗證用資料集」進行loss的平均,
我們就會得到整個「驗證用資料集(validation)」的loss標準差,
這個值能夠幫助我們分析最終loss與它們的散佈情形。

這樣的方法我們稱為交叉驗證(cross-validation)bootstrapping
他的好處是,我們可以使用到所有的數據,但由於要將模型拆分成很多等份,
因此我們也必須要訓練很多次。


1.4. 評估方法小結論

https://ithelp.ithome.com.tw/upload/images/20190928/2012042455VUa5dqzA.png

  • 如果你有大量的資料集,你應該使用獨立的「測試資料集」測試,並判斷這個模型訓練有沒有通過。
  • 如果你沒有那麼多資料,你應該使用交叉驗證(cross-validation)的方法。
    • 至於,如何實際將大數據集拆分成這一份一分的資料?
      這個就是在下一章取樣(sampling)我們要來詳細討論的事情。

參考資料


上一篇
【Day 26】 Google ML - Lesson 10 - 泛化(Generalization)-檢查ML模型對於未知資料集的預測能力, underfitting與overfitting的問題
下一篇
【Day 28】 Google ML - Lesson 12 - 不適當的最小loss, 完美損失函數(loss function)存在嗎?ML模型的性能指標(performance metrics)
系列文
Google machine learning 學習筆記30

尚未有邦友留言

立即登入留言