机器学习 - 2 - 线性回归
机器学习 - 2 - 线性回归
首先吐槽我们的老师上课上得真是太烂了
- PPT里有很多对本章内容没有意义的公式,而且还不解释是在干什么。。
- 没有约定好数学符号
- 没有说明是行向量还是列向量,一开始用列向量计算,然后改成了行向量,也没有说明
回归
-
什么是回归
-
定义:
首先回归属于监督学习的一种,回归问题中,尝试预测连续的输出,与尝试预测离散的输出的分类问题恰恰相反。
-
举个例子:
- 预测房价
- 预测身高
- ...
-
-
回归模型
-
素材:
- 特征 \(x\)
- 预测值 \(y\)
- 训练集 \((x_i,y_i)\)
- 学习算法
- 回归函数 \(f\)
-
线性回归时:
\[f(x_1,\dots,x_m) = w_0 + \sum_{i = 1}^{m}w_ix_i \] -
矩阵化(增加 \(x_0 = 1\),表示截距项):
\[f(X_{m×n}) = w^TX_{m×n} \]注:此时 \(w\) 是列向量;\(X\) 是一个矩阵,代表整个测试集,m 行,代表测试数据共有 m 个特征值,共 n 列,代表 n 组数据,其每一列都是一组测试
-
一般化(当基函数不是多项式基函数时):
\[y(X,w) = \sum_{i = 0}^{M-1}w_i\phi_j(X) = w^T\Phi(X) \]
-
-
问题本质
-
拆分一下:
- 定义目标函数
- 使用训练集数据(真实数据)
- 最小化预测值 \(f\) 与真实输出值 \(y\) 的差异
- 确定模型中的参数 \(w^T\)
- 定义目标函数
-
目标函数(代价函数):
\[J(w) = \frac{1}{2}\sum_{i=1}^{N}(f(X_i)-y_i)^2 \]注:\(X_i\) 是 训练集矩阵中的第 i 列,还是个列向量
进一步求出使 \(J(w)\) 最小的 \(w\) 即可。
-
解回归
-
梯度下降法
-
策略:
- 随机赋 \(w\) 初值
- 改变 \(w_i\) 的值,使 \(J(w)\) 越来越小
- 沿梯度相反方向下降
梯度为一个向量,表示某一函数在某一点的方向导数沿该方向时取得最大值,即函数在该点处沿着该方向变化最快,变化率最大。
-
举个例子:
在爬山时,沿与等高线垂直的方向爬山,路最陡
-
怎么操作:
\[w_j^t = w_j^{t-1}-\alpha\frac{\partial}{\partial w_j}J(w) \]\[\frac{\partial}{\partial w_j}J(w) = \sum_{i=1}^{N}(f(X_i)-y_i)\cdot X_{j,i} \]所有 \(w_i\) 同时更新,其中 \(\alpha\) 为学习率/更新步长
注:\(X\)代表训练集,其每一列\(X_i\)都是一组训练数据;\(X_{j,i}\)表示第 i 组训练数据的第 j 个元素(有点绕弯,因为训练数据是竖着排的,但是横竖排本质是一样的)
-
一些衍生:
- 批处理梯度下降
- 每次更新都利用所有数据
- 大样本下,迭代速度很慢
- 随机梯度下降
- 每次只用一个样本
- 迭代速度快,大样本下较为有效,又被称为在线学习
- 批处理梯度下降
-
一点补充:
-
-
标准方程组
-
矩阵化:
\[J(w) = \frac{1}{2}\sum_{i=1}^{N}(f(X_i)-y_i)^2 = \frac{1}{2}(w^TX-y^T)(w^TX-y^T)^T \]\[= \frac{1}{2}(w^TXX^Tw-w^TXy-y^TX^Tw+y^Ty) \]\[= \frac{1}{2}(w^TX-2y^T)X^Tw \]注:\(y\)是个列向量,另外 \(w^TXy\) 和 \(y^TX^Tw\) 因为是一个数(列向量×行向量),所以值一样
-
求导,令其为0:
\[\frac{\partial}{\partial w}J(w) =\frac{1}{2}(w^TX-2y^T)X^Tw \]\[= XX^Tw-y^TX^T = 0 \]解得:
\[w = (XX^T)^{-1}y^TX^T \] -
一点补充:
-
-
孰优孰劣
-
比较:
梯度下降 标准方程 需要选择学习率 不需要 迭代很多次 一次 \(O(kn^2)\) \(O(n^3)\) n很大时表现良好 n很大时很慢 数据需要归一化 不需要 -
结论:
样本量较小时选用标准方程组求解,样本量较大时选用梯度下降法求解
-
补充链接
posted on 2018-10-05 23:04 ChildishChange 阅读(616) 评论(2) 编辑 收藏 举报