NNPR-Chap10 贝叶斯技术（4）alpha和beta的置信度

前面假定超参数 和 是已知的，实际上这不太可能，只是有些情况下对噪声水平有些了解。我们也知道，正确的贝叶斯方法在处理这些未知参数时，就是对它们积分，这样最终预测函数就与它们无关了。例如，网络权重的后验分析计算方法如下

                      （1）

 

要解上面问题，方法还是那两种套路：1）解析方法：通过积分直接计算式1。留到本章第5节来介绍；2）近似方法：MacKay（1992a,1992d)研究此问题。这里先学习一下后者。

1）假设 在 附近呈现尖峰状，这样式1可近似为下式。也就是说，先求解找到 和 的最大后验概率值，然后直接带入下式计算。

              （2）

2）那么怎么求呢，还是利用贝叶斯准则构造下式求解。注意，这里要选择合适的先验 ，因为它代表了超参数的先验，因此也称为超先验（hyperprior）。

                       （3）

 

上面介绍了大体流程，下面介绍具体怎么求。

1）首先，如何选择先验呢?当没有任何概念时，选择的先验要所有参数值重要度相同，称为无信息先验。实际上， 和 是尺度参数（scale parameters），因为它们分别决定 和噪声的尺度。这里，因为没有不知道什么值合适，因此假设超先验对 和值不敏感。

2）其次，由于式3中分母与超参无关，因此可通过最大化 得到。也称为 和 的置信度（evidence）。

 

到此，大家是不是能体会到一点层次化求解的意思呢？第一层求权重的分布（式1）；第二层求超参的分布；且第二层中的置信度是前一层贝叶斯公示中的分母。这种结构就是一个层次化模型（hierarchical models，这其实也是目前很热的Graphical Modes研发方向搞的内容。

 

那么怎么求？首先构建它的表达式

1）首先有下式（这里利用了权重先验与无关，似然与无关的信息）

                            （4）

2）利用前面介绍的下面几个式子：

      权重先验的指数形式

      似然分布的指数形式     

      以及 和

带入式4得

         

其中 在选定的先验和噪声模型下的解也在前面讨论过了：  ； 

若利用高斯近似权重的后验分布，那么

3）得到置信度的log

                     （5）

 

到此，表达式的推导完，应该说是很复杂的，具体怎么求？

首先考虑对求解，以找到最大值。

1）求 对的微分

     A）A可写为 ，其中 是非正则化误差函数的赫森矩阵；

     B）若 H的特征值为，则A的特征值为

     C）从而，有

               （6）

     注意：这里假设特征值 不依赖于。

          a） 是权重的二次函数（如线性网络，误差为SSE）时，赫森矩阵是常数，上面假设成立，式6正确。

          b）对于非线性网络，赫森阵是权重的函数。因为赫森阵是在 处计算，而 依赖于，那么上面假设不成立。式6不

              正确，因为它忽略了

     D）在上面假设下，式5对的最大值解为

                  （7）

                 （8）

对于上的结果，前人(Gull, 1989).已经给出了简单优美的解释：最大可能权重的值代表了在多大程度上权重值来自于数据中的信息，没有任何数据时， ＝0。。假设特征值为正，那么 取值范围为(0,1)。它的几何解释为：旋转权重空间左边轴，以与赫森矩阵H的特征向量方向对齐。示意图1，圆环代表 的等高线（对应先验piror），椭圆代表 的等高线（对应似然likelihood)

1）在 的方向上(图１中W1方向）：式8中求和项接近于1；权重主要由数据决定。

2）在 的方向上(图１中W2方向）：式8中求和项主要由决定；权重主要由先验决定。

                          图1

3）因此 度量了有效权重的个数，这些权重的值由数据决定而不是先验，因此也称为well-determined parameters

 

接下来研究对 求解以找到最大值的问题。

1）因为是 特征值，因此它与成比例，即满足 ，从而有

              （8）

2）上面的东东会使式5在最大值处满足如下条件

              （9）

3）由 及式7和式9可知，总误差S(w)在处满足

 

到此，所有的分析都利用单高斯分布来近似权重的后验分布。这并不足够合理，因为对应非线性网络其正则化误差S(w)会有很多极小值。MacKay(1992d)采用的方法，是选择一系列特殊的权重来预测，它们对应于S(w)的特殊的极小点。因此，可以选取合适的和值（不同的极小点可能会要求不同的值）。这时，式4的积分就不是对整个权重空间进行的，而是对这些极小点领域范围进行积分。

上面的思想很好，具体如何实现呢，即如何找到最优和以及？一个简单的方法就是迭代求解，由式7和9有

            

 

这里，进一步利用Chap10第3节中图3的例子来讲述另一种方法，即利用置信度方法（evidence approach）来确定和，见图2和图3。对比两图，可发现：

1）置信度的最大值近似发生在满足 的地方

2）注：两图中设为其真值；值是通过利用精确解析方法（exact analytical  methods）计算赫森矩阵，然后找到其特征值谱而得到的。

                                                       

   图2（横坐标是lna，横线对应r，曲线对应 ，设为其真值）           图3（横坐标是lna，曲线是a的logevidence（lnp(D|a)）,设为其真值)

得到最大化置信度的和值之后，就可以构造置信度 的高斯近似。

 

 

 

 

•