《learn from data》 Exercise1.10

關(guān)于learning feasible和hoeffding bound的理解,該實(shí)驗(yàn)很有意思:


image.png

(a) u=0.5
(b) 樣本是抽一枚硬幣,樣本集D是抽10次,總共100,000次試驗(yàn),相當(dāng)于生成了100,000個(gè)樣本集,這里面有g(shù)ood data, 當(dāng)然也有bad data. 代碼如下:

from random import randint
from matplotlib import pyplot as plt
import os
import json
import collections

import numpy as np


class Coin:
    """1是head"""

    def roll(self):
        return randint(0, 1)


class Experiment:

    def __init__(self):
        self.coins = []
        self.result = []
        self._init_coins()

    def _init_coins(self):
        for _ in range(1000):
            self.coins.append(Coin())

    def execute_experiment(self):
        for coin in self.coins:
            total = 0
            for _ in range(10):
                total += coin.roll()
            self.result.append(total / 10)
        v1 = self.result[0]
        v_rand = self.result[randint(0, 999)]
        v_min = min(self.result)
        return v1, v_rand, v_min


def load_data():
    with open('v1.json', 'r') as f:
        v1_data = json.load(f)
    with open('v_rand.json', 'r') as f:
        v_rand_data = json.load(f)
    with open('v_min.json', 'r') as f:
        v_min_data = json.load(f)
    print_counts(v1_data)
    print_counts(v_rand_data)
    print_counts(v_min_data)
    plt.subplot(131)
    plt.hist(v1_data, bins=11)
    plt.subplot(132)
    plt.hist(v_rand_data, bins=11)
    plt.subplot(133)
    plt.hist(v_min_data, range=(0, 1))
    plt.show()
    return v1_data, v_rand_data, v_min_data


def print_counts(l):
    obj = collections.Counter(l)
    for k, v in sorted(obj.items()):
        print(k, v)
    print()

(c) v已經(jīng)算出來(lái),u=0.5, 把epsilon從0到1逐漸增大,概率P可以用頻率來(lái)得到,繪圖函數(shù)時(shí)plot_bound

def plot_bound(l_v, legend):
    np_v = np.array(l_v)
    total_experiments = len(l_v)
    abs_diff = np.abs(np_v - 0.5)  # u=0.5
    N = 10
    P = []
    upper_bounds = []
    epsilons = np.linspace(0, 1, 50, endpoint=False)
    for epsilon in epsilons:
        P.append(sum(abs_diff > epsilon) / total_experiments)
        upper_bounds.append(2 * np.exp(-2 * epsilon ** 2 * N))
    plt.plot(epsilons, P)
    plt.plot(epsilons, upper_bounds)
    plt.legend([legend, 'upper bound'], loc='upper right')
    plt.show()


if __name__ == '__main__':
    if not os.path.exists('v1.json'):
        v1_data = []
        v_rand_data = []
        v_min_data = []
        for _ in range(100000):
            experiment = Experiment()
            v1, v_rand, v_min = experiment.execute_experiment()
            v1_data.append(v1)
            v_rand_data.append(v_rand)
            v_min_data.append(v_min)

        with open('v1.json', 'w') as f:
            json.dump(v1_data, f)
        with open('v_rand.json', 'w') as f:
            json.dump(v_rand_data, f)
        with open('v_min.json', 'w') as f:
            json.dump(v_min_data, f)
    v1_data, v_rand_data, v_min_data = load_data()
    plot_bound(v1_data, 'v1')
    plot_bound(v_rand_data, 'v_rand')
    plot_bound(v_min_data, 'v_min')

繪出下面3幅圖:

image.png

image.png

image.png

可以發(fā)現(xiàn)前兩個(gè)概率都在Hoeffding bound下面,但是第三個(gè)概率在Hoeffding bound上面。原因就是v_min是在data set生成后再選則出來(lái)的,而非一開始就固定的。(h is not fixed before you generate the data set, but you are allowed to change h after you generate the data set
(d) 1000個(gè)硬幣就是1000個(gè)bin,v_1是固定在一個(gè)bin,v_rand是隨機(jī)的選bin,v_min是找最小的Ein所在的bin,而抽樣次數(shù)即樣本點(diǎn)個(gè)數(shù)是N=10次。事實(shí)上,如果N非常大,即使用最小的Ein來(lái)估計(jì)u,也是比較精確的。
image.png

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,517評(píng)論 6 539
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,087評(píng)論 3 423
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,521評(píng)論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,493評(píng)論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 72,207評(píng)論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,603評(píng)論 1 325
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,624評(píng)論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,813評(píng)論 0 289
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,364評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 41,110評(píng)論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,305評(píng)論 1 371
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,874評(píng)論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,532評(píng)論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,953評(píng)論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,209評(píng)論 1 291
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 52,033評(píng)論 3 396
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,268評(píng)論 2 375