吉洪諾夫正則化

吉洪諾夫正則化得名於安德烈·尼古拉耶維奇·吉洪諾夫，是在自變量高度相關的情景下估計多元回歸模型係數的方法。它已被用於許多領域，包括計量經濟學、化學和工程學。吉洪諾夫正則化為非適定性問題的正則化中最常見的方法。在統計學中，本方法被稱為脊迴歸或嶺回歸（ridge regression）；在機器學習領域則稱為權重衰減或權值衰減（weight decay）。因為有不同的數學家獨立發現此方法，此方法又稱做吉洪諾夫－米勒法（Tikhonov–Miller method）、菲利浦斯－圖米法（Phillips–Twomey method）、受限線性反演（constrained linear inversion method），或線性正規化（linear regularization）。此方法亦和用在非線性最小二乘法的萊文貝格－馬夸特方法相關。它對於緩解線性回歸中的多重共線性問題特別有用，這常見於有大量參數的模型中。總的來說，這種方法提高了參數估計的效率，但也有可容忍的偏差（見偏差-方差權衡）。

該理論於1970年由Hoerl與Kennard發表在《技術計量學》上的文章《嶺回歸：非正交問題的偏估計》及《嶺回歸：非正交問題中的應用》中首次提出。 This was the result of ten years of research into the field of ridge analysis.

嶺回歸是通過創建嶺回歸估計量（RR）實現的。當線性回歸模型具有多重共線（高度相關）的自變量時，嶺回歸對於最小二乘估計的不精確性是一種可能的解決方案。這提供了更精確的嶺參數估計，因為它的方差和均方估計量通常小於先前推導的最小二乘估計量。

當求解超定問題（即$A_{m\times n}x=b,m>n$）時， 矩陣$A$ 的協方差矩陣 $A^{H}A$ 奇異或接近奇異時，利用最小二乘方法求出的結果 ${\hat {x}}_{LS}=(A^{H}A)^{-1}A^{H}b$ 會出現發散或對$x$ 不合理的逼近。為了解決這一問題，吉洪諾夫於1963年提出了利用正則化項修改最小二乘的代價函數的方法，修改後的代價函數如下：

$J(x)={\frac {1}{2}}(\lVert Ax-b\rVert _{2}^{2}+\lambda \lVert x\rVert _{2}^{2})$

式中 $\lambda \geq 0$ 稱為正則化參數，這種方法被稱為吉洪諾夫正則化。

概覽

在最簡單的情況下，向主對角線添加正元素可以緩解近奇異矩量矩陣$(\mathbf {X} ^{\mathsf {T}}\mathbf {X} )$問題，減少條件數。類似於最小二乘估計量，簡單嶺估計量可定義為

${\hat {\beta }}_{R}=(\mathbf {X} ^{\mathsf {T}}\mathbf {X} +\lambda \mathbf {I} )^{-1}\mathbf {X} ^{\mathsf {T}}\mathbf {y}$

其中$\mathbf {y}$是回歸子，$\mathbf {X}$是設計矩陣，$\mathbf {I}$是單位矩陣，嶺參數$\lambda \geq 0$則是矩量矩陣對角線的恆定位移。可以證明這個估計量是約束為$\beta ^{\mathsf {T}}\beta =c$的最小二乘問題的解，可表達為拉格朗日形式：

$\min _{\beta }\,(\mathbf {y} -\mathbf {X} \beta )^{\mathsf {T}}(\mathbf {y} -\mathbf {X} \beta )+\lambda (\beta ^{\mathsf {T}}\beta -c)$

其說明，$\lambda$不過是約束的拉格朗日乘數。通常要根據啟發式準則選擇$\lambda$，以便不完全滿足約束。特別是在約束$\lambda =0$，即非約束約束（non-binding constrain），嶺估計量退化為普通最小二乘法。下面討論一種更通用的吉洪諾夫正則化方法。

歷史

吉洪諾夫正則化是在許多不同背景下獨立發明的。 安德烈·吉洪諾夫和David L. Phillips最早使用了這種方法。 有限維情形由採用統計方法的Arthur E. Hoerl和Manus Foster完成，後者將其解釋為克里金法濾子。自Hoerl之後，這種方法在統計學文獻中被稱為嶺回歸，以沿單位矩陣對角線的形狀命名。

吉洪諾夫正則化

假設對已知矩陣$A$和向量$\mathbf {b}$，我們希望找到向量$\mathbf {x}$使

$A\mathbf {x} =\mathbf {b} .$

標準方法是普通最小二乘法線性回歸。但若沒有$\mathbf {x}$滿足方程或超過一個$\mathbf {x}$滿足（即解不唯一），則待研究問題為不適定問題，普通最小二乘估計會導致方程組過定或欠定。大多數現實世界的現象在前向問題中都具有低通濾性質，其中$A$將$\mathbf {x}$映射到$\mathbf {b}$。因此在解決逆問題時，逆映射作為高通濾波器，具有放大噪聲的不良趨勢（特徵值/奇異值在逆映射中最大，在正映射中最小）。此外，普通最小二乘隱式地消除了位於$A$的零空間的$\mathbf {x}$的重建版本的每個元素，而非允許將模型用作$\mathbf {x}$的先驗。 普通最小二乘尋找最小化殘差平方和，可以緊湊地寫作

$\|A\mathbf {x} -\mathbf {b} \|_{2}^{2},$

其中$\|\cdot \|_{2}$是歐幾里得範數。

為優先選擇具有所需性質的特定解，可在最小化中包含正則化項：

$\|A\mathbf {x} -\mathbf {b} \|_{2}^{2}+\|\Gamma \mathbf {x} \|_{2}^{2}$

其中吉洪諾夫矩陣$\Gamma$需要適當選取，許多時候選為單位矩陣的純量倍數（$\Gamma =\alpha I$），並優先考慮範數較小的解；這叫做L₂正則化。這之外，若認為基礎向量幾乎連續，則可使用高通運算（如遞推關係式或加權離散傅里葉變換）以實現平滑。這種正則化改進了問題條件，從而實現了直接的數值求解。顯式解表示為${\hat {x}}$，是這樣得到：

${\hat {x}}=(A^{\top }A+\Gamma ^{\top }\Gamma )^{-1}A^{\top }\mathbf {b} .$

正則化的效果可能因矩陣$\Gamma$的尺度而異。若擇$\Gamma =0$，如(A^TA)⁻¹存在，則簡化為非正則化最小二乘解。

除線性回歸外，L₂正則化還有許多應用場景，如邏輯斯諦回歸或支持向量機分類，以及矩陣分解。

廣義吉洪諾夫正則化

對於$x$和數據誤差的多元正態分佈，c可以應用變量的變換來簡化上述情況。等價地，可以尋求最小化$x$：

$\|Ax-b\|_{P}^{2}+\|x-x_{0}\|_{Q}^{2},$

其中$\|x\|_{Q}^{2}$表示加權範數平方$x^{\top }Qx$（比較馬哈拉諾比斯距離）。在貝葉斯解釋中，$P$是$b$的逆協方差矩陣；$x_{0}$是$x$的期望；$Q$是$x$的逆協方差矩陣。吉洪諾夫矩陣為矩陣$Q=\Gamma ^{\top }\Gamma$的分解（如科列斯基分解），可視作白化變換器。

這個推廣問題有最優解$x^{*}$，可以使用公式顯式地寫為

$x^{*}=(A^{\top }PA+Q)^{-1}(A^{\top }Pb+Qx_{0}),$

或等效地，當Q非空：

$x^{*}=x_{0}+(A^{\top }PA+Q)^{-1}(A^{\top }P(b-Ax_{0})).$

拉夫連季耶夫正則化

有時可以避免使用$A^{\top }$，這由米哈伊爾·拉夫連季耶夫指出。例如，若$A$是對稱正定矩陣，即$A=A^{\top }>0$，則其逆$A^{-1}$可以用來在廣義吉洪諾夫正則化中構造加權範數平方$\|x\|_{P}^{2}=x^{\top }A^{-1}x$，則有最小化

$\|Ax-b\|_{A^{-1}}^{2}+\|x-x_{0}\|_{Q}^{2}$

或等價地由常數項，

$x^{\top }(A+Q)x-2x^{\top }(b+Qx_{0})$.

該最小化問題有最優解$x^{*}$，可以緊湊地寫作公式

$x^{*}=(A+Q)^{-1}(b+Qx_{0})$,

是廣義吉洪諾夫問題的解，其中$A=A^{\top }=P^{-1}$。

拉夫連季耶夫正則化對原吉洪諾夫正則化有利，因為拉夫連季耶夫矩陣$A+Q$的條件數比吉洪諾夫矩陣$A^{\top }A+\Gamma ^{\top }\Gamma$小。

希爾伯特空間中的正則化

典型的離散線性非適定問題由積分方程的離散化引起，可以在原始的無窮維背景中實現吉洪諾夫正則化。上面，我們可以將$A$解釋為希爾伯特空間上的緊算子，$x$、$b$為$A$的域與範圍上的元素。$A^{*}A+\Gamma ^{\top }\Gamma$是自伴隨有界可逆運算。

與奇異值分解和維納濾波器的關係

有$\Gamma =\alpha I$這個最小二乘解可用奇異值分解以特殊的方式分析。給定奇異值分解

$A=U\Sigma V^{\top }$

，奇異值$\sigma _{i}$，則吉洪諾夫正則解可表為

${\hat {x}}=VDU^{\top }b,$

其中$D$的對角值為

$D_{ii}={\frac {\sigma _{i}}{\sigma _{i}^{2}+\alpha ^{2}}}$

其餘地方都是0。這表明吉洪諾夫參數對正則化問題條件數的影響。對於廣義情況，可以使用廣義奇異值分解推導出類似的表示。

最後，其與維納濾波有關：

${\hat {x}}=\sum _{i=1}^{q}f_{i}{\frac {u_{i}^{\top }b}{\sigma _{i}}}v_{i},$

其中維納權為$f_{i}={\frac {\sigma _{i}^{2}}{\sigma _{i}^{2}+\alpha ^{2}}}$；$q$是$A$的秩。

確定吉洪諾夫因子

最佳正則化參數$\alpha$一般未知，在實踐中常常臨時確定。一種可能的方法依賴於下面描述的貝葉斯解釋。其他方法包括偏差原理、交叉驗證、L曲線法、約束最大似然法和無偏預測風險估計。Grace Wahba證明，這種最優參數用留一交叉驗證最小

$G={\frac {\operatorname {RSS} }{\tau ^{2}}}={\frac {\|X{\hat {\beta }}-y\|^{2}}{[\operatorname {Tr} (I-X(X^{T}X+\alpha ^{2}I)^{-1}X^{T})]^{2}}},$

其中$\operatorname {RSS}$是殘差平方和，$\tau$是自由度。

用前面的SVD分解，可以簡化上述表達式：

$\operatorname {RSS} =\left\|y-\sum _{i=1}^{q}(u_{i}'b)u_{i}\right\|^{2}+\left\|\sum _{i=1}^{q}{\frac {\alpha ^{2}}{\sigma _{i}^{2}+\alpha ^{2}}}(u_{i}'b)u_{i}\right\|^{2},$

$\operatorname {RSS} =\operatorname {RSS} _{0}+\left\|\sum _{i=1}^{q}{\frac {\alpha ^{2}}{\sigma _{i}^{2}+\alpha ^{2}}}(u_{i}'b)u_{i}\right\|^{2},$

；

$\tau =m-\sum _{i=1}^{q}{\frac {\sigma _{i}^{2}}{\sigma _{i}^{2}+\alpha ^{2}}}=m-q+\sum _{i=1}^{q}{\frac {\alpha ^{2}}{\sigma _{i}^{2}+\alpha ^{2}}}.$

與概率表述的關係

逆問題的概率公式引入了（當所有不確定量都為正態量時）表示模型參數先驗不確定性的協方差矩陣$C_{M}$，以及表示觀測參數不確定性的協方差矩陣$C_{D}$。當它們都是對角各向同性矩陣（$C_{M}=\sigma _{M}^{2}I$），且$C_{D}=\sigma _{D}^{2}I$，則逆理論方程簡化為上述方程，且$\alpha ={\sigma _{D}}/{\sigma _{M}}$。

貝葉斯解釋

主條目：核正則化的貝葉斯解釋

雖然選擇這個正則化問題的解可能看起來是人為的，而且矩陣$\Gamma$似乎相當武斷，但從貝葉斯的角度來看，這個過程是合理的。注意，不適定問題必須引入額外假設才能得到唯一解。在統計學中，$x$的先驗分佈有時被認為是多元正態分佈。為簡單起見，此處做出以下假設：均值為零；組分獨立；組分標準差均為$\sigma _{x}$。數據也受誤差影響，並且假設$b$中的誤差獨立，均值為零，標準差為$\sigma _{b}$。在這些假設下，根據貝葉斯定理，吉洪諾夫正則化解是給定數據和$x$的先驗分佈的最可能的解。

若正態性假設被同方差和無關誤差假設代替，且若假設均值仍是零，則高斯-馬爾可夫定理意味着解是最小 無偏線性估計量。

另見

• Lasso算法是統計學中另一種正則化方法。
• 彈性網絡正則化
• 矩陣正則化

閱讀更多

• Gruber, Marvin. Improving Efficiency by Shrinkage: The James–Stein and Ridge Regression Estimators. Boca Raton: CRC Press. 1998 [2023-09-24]. ISBN 0-8247-0156-9. （原始內容存檔於2022-10-17）. 
• Kress, Rainer. Tikhonov Regularization. Numerical Analysis. New York: Springer. 1998: 86–90 [2023-09-24]. ISBN 0-387-98408-9. （原始內容存檔於2022-10-17）. 
• Press, W. H.; Teukolsky, S. A.; Vetterling, W. T.; Flannery, B. P. Section 19.5. Linear Regularization Methods. Numerical Recipes: The Art of Scientific Computing 3rd. New York: Cambridge University Press. 2007 [2023-09-24]. ISBN 978-0-521-88068-8. （原始內容存檔於2011-08-11）. 
• Saleh, A. K. Md. Ehsanes; Arashi, Mohammad; Kibria, B. M. Golam. Theory of Ridge Regression Estimation with Applications. New York: John Wiley & Sons. 2019 [2023-09-24]. ISBN 978-1-118-64461-4. （原始內容存檔於2022-10-21）. 
• Taddy, Matt. Regularization. Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions. New York: McGraw-Hill. 2019: 69–104 [2023-09-24]. ISBN 978-1-260-45277-8. （原始內容存檔於2022-10-17）.