學貫中西（6）:闡述ML分類器的工作流程

高煥堂

1天字第一號MlL模型：分類器

在上一期里，曾經在Excel 畫面的幕后，設計了一個分類器（Classifier）模型，將各<詩句>歸類到各自所屬的<作品>。此時，把一個作品名稱（如靜夜思），當作一個類（Class ）。于是，這種ML模型，就通稱為：分類器。在ML（機器學習）領域中，分類器就是天字第1號模型。

在本專欄的前面幾期里，曾經介紹過分類器的幕后實踐技術。在本期里，就來把去年介紹過的技術，與華夏的藝術、文化創作，連結起來，讓您能夠貫通ML的知識體系及其實現技術，請您回憶上一期的范例（見圖1）。

這是ML模型的基本技能，它透過機器學習而記住了<詩句>與<作品名稱>之間的關系，也就是分類關系。于是我們就可以把某個<詩句>輸入給這模型，由它來預測（推論）出其所屬的<作品名稱>（參見圖2）。

這是典型的ML分類器模型。我們可以建立更多這樣的模型，來表達各式各樣的事物之間的復雜關系。

分類器的學習流程

剛才已經說明了，分類器是一種AI模型。顧名思義，它經過機器學習，就能在人們的指引下，認識不同種類的圖像，或其他事物。換句話說，它就具有分辨出不同種類事物的智慧能力。現在來舉例說明其學習流程。2.1收集數據

于此，敘述分類器的工作（學習）流程。例如，它就具有分辨出八大山人與畢加索，兩種不同畫作的風格。首先，收集兩個類的畫作圖像，如圖3。

這些圖像是用來訓練一個分類器模型。訓練完畢之后，它就具有分辨出八大山人與畢加索，兩種不同畫作的風格。由于分類器是屬于監督式學習（ Supervisedlearning ），我們先進行分類，并且對各類來貼上標簽（ Label）。貼上類的標簽：[1]代表<Picasso>類，而以[0]代表<八大山人>類（見圖4）。

分類器是屬于監督式學習（ Supervised learning ） ，我們先進行分類，并且對各類來貼上標簽（ Label ）。貼上類的標簽：[1]代表<Picasso>類，而以[0]代表〈八大山人〉類。接下來，就來定義這個分類器的架構，包括它的各項參數來配合這些畫作圖像的大?。炊嗌傧袼兀?/p>

現在，訓練數據（Training data）準備好了，模型也定義好了，就可以展開〈機器學習〉了;也就是，開始訓練這個分類器模型。

2.2展開機器學習

·步驟1：拿第1筆數據來訓練

首先從Picasso類取出一筆數據（即一張畫作），以X表示之，輸入給分類器。同時，把Picasso類的標簽，提供給分類器，做為目標值（Target），簡稱：T值（見圖5）。

此時，分類器模型就進行推論（Inference ）：從X 計算出Z。并且計算出Z與T的誤差。也就是：T-Z = Error （見圖6）。

然后，依據這項誤差值（即Error）來更新這分類器的參數，如圖7所示。于是，更新了分類器的參數，讓分類器的智慧提升了。此時已經輸入第1筆數據，并對分類器進行1次迭代（Iteration）的訓練了。

·步驟2：拿第2筆數據來訓練

現在從八大山人類取出一筆數據（即一張畫作），以X表示之，輸入給分類器。同時，把八大山人類的標簽， 提供給分類器，做為目標值（T）。此時，分類器模型就進行推論：從X計算出Z，如圖8所示。

接下來，就計算出Z與T的誤差。也就是：T-Z =Error。然后，依據這項誤差值（即Error ）來更新這分類器的參數（見圖9）。

更新了分類器的參數，讓分類器的智慧提升了。此時已經輸入2筆數據，并對分類器進行2次迭代的訓練了。

·步驟3：繼續拿下一筆數據來訓練

這是重復〈步驟1〉的學習流程，從Picasso類取出另一筆數據（即另一張畫作），以X表示之，輸入給分類器。同時，把Picasso類的標簽，提供給分類器，做為目標值。此時，分類器模型就進行推論，計算出Z 和誤差值（Error）。最后，依據這項誤差值來更新這分類器的參數。更新了分類器的參數，讓分類器的智慧提升了。此時已經輸入3筆數據，并對分類器進行3次迭代的訓練了。

·步驟4：繼續拿下一筆數據來訓練

這是重復<步驟2>的工作流程，但是從八大山人類別取出另一筆數據（即另一張畫作），來輸入給分類器。同時，把八大山人類的標簽，提供給分類器，做為目標值（T）。此時，分類器模型就進行推論，計算出Z和誤差值。最后，依據這項誤差值來更新這分類器的參數， 讓分類器的智慧提升了。此時已經輸入4筆數據，并對分類器進行4次迭代的訓練了。

·步驟5：繼續重復循環下去

然后，重復循環下去，直到Error趨近于0為止。以上是典型的機器學習流程，其中每1次迭代都各輸入1筆數據給分類器去進行學習（也是訓練），也更新1次模型參數。這樣地重復循環下去，就會逐一地把各筆數據（畫作）都輸入給分類器去學習了。當我們把全部數據都輸入給模型去學習了，就稱為：學習一回合（Epoch ）。

如果學習了一回合之后，發現其誤差值（Error）還蠻大的（不接近于0），表示學習得還不夠好。于是繼續重復下去，也就是進行另一回合的學習，重復循環下去，直到Error趨近于0為止。一般而言，機器學習都需要進行數千或數萬，或更多回合的學習（訓練）過程， Error才會趨近于0。

3學習的效果

于此，使用空間對應（Space-mapping ）的觀念來解釋之。輸入空間（即X空間）包含全部數據（畫作），經由推論（計算）之后，會對應到輸出空間（即Z空間）。這種對應過程，就通稱為：模型推論，如圖10所示。

經過數百或數千，或更多回合的學習之后，這分類器就能把這些畫作，對應（Mapping ）到它們各自所屬的類了。

一旦機器學習完成，圖11里的關系建立起來了。計算機（ML模型）就觀察畫作的風格，而推論出該幅畫作是來自畢加索或是來自八大山人了。

4結語

前面提到了，分類器是ML領域的天字第一號模型。為什么它具有這樣重要的角色呢？請您仔細領會一下圖11里的X（空間）與Z（空間）的關系?；谶@項關系，MIL模型就觀察畫作的風格（結果），而推論出該幅畫作是來自畢加索（原因）或是來自八大山人了。

于是，X空間里的事物或其特征，是我們所觀察到的結<果>。而Z空間里所表達的卻是這些結果幕后隱藏的原<因>。一旦能找到眼前（現實）結果幕后藏的真正的因，我們就能針對此<因>而對癥下藥，就可以改變眼前的<果>了。這稱為：溯因（ Abductivereasoning）推理。君不見，許多人類的科學性創新，大多來自于這項溯因（又稱果因）推理能力。請您期待本專欄的繼續解說ML的更多魅力。