机器学习(三)-多元线性回归(数学推导及代码实现)

前面讨论了 y = ax + b 考虑的只有一个 特征值(因素)的情况下,但在很多情况下 特征值不只有一个 打个比方 要预测房价 要考虑的不只是面积 还要有 地段 建造年代 户型 等等 ,此时就要用到多元线性回归了。

在这里插入图片描述

(θ0,θ1,θ2,θ3,.....,θn)(\theta_{0},\theta_{1},\theta_{2},\theta_{3},.....,\theta_{n}) θ\theta代表一系列我们需要学习出来的参数
(1,X1(i),X2(i)X3(i),.....,Xn(i)(1,X_{1}^{(i)},X_{2}^{(i)},X_{3}^{(i)},.....,X_{n}^{(i)} X代表了要训练的参数(特征) 比如 面积 朝向 户型 装修 交通 等等特征
决定一间房屋的价格可以由很多因素综合的出 这一组综合的权重就是要求解得出的。
房屋价格 = 面积*面积的权重 + 朝向 * 朝向的权重 + 户型 * 户型的权重 + 装修 * 装修的权重 + 交通 * 交通的权重
y^(i)=θ0X0(i)+θ1X1(i)+θ2X2(i)+θ3X3(i),.....,θnXn(i)\hat{y}^{(i)} =\theta_{0}X_{0}^{(i)}+\theta_{1}X_{1}^{(i)}+\theta_{2}X_{2}^{(i)}+\theta_{3}X_{3}^{(i)},.....,\theta_{n}X_{n}^{(i)}

此处θ0X0(i)\theta_{0}X_{0}^{(i)} =b 为偏置(截距)

y^(i)=b+θ1X1(i)+θ2X2(i)+θ3X3(i),.....,θnXn(i)\hat{y}^{(i)} =b+\theta_{1}X_{1}^{(i)}+\theta_{2}X_{2}^{(i)}+\theta_{3}X_{3}^{(i)},.....,\theta_{n}X_{n}^{(i)}

使用和一元线性同样的 损失函数:
argmini=1m(y(i)y^(i))2{argmin}\sum_{i=1}^{m}(y^{(i)} - \hat{y}^{(i)})^2

写成矩阵形式
θ=(θ0,θ1,θ2,θ3,.....,θn)T\theta=(\theta_{0},\theta_{1},\theta_{2},\theta_{3},.....,\theta_{n})^T
X(i)=(1,X1(i),X2(i),X3(i),.....,Xn(i))TX^{(i)}=(1,X^{(i)}_{1},X^{(i)}_{2},X^{(i)}_{3},.....,X^{(i)}_{n})^T
方程于是就变成:

y^(i)=θX(i)\hat y^{(i)} =\theta \cdot X^{(i)}
相当于 y=θX+by=\theta X + b 的矩阵形式

输入的样本:
X=[1X(1)(1)X(2)(1)....X(n)(1)1X(1)(2)X(2)(2)....X(n)(2).....1X(1)(m)X(2)(m)....X(n)(m)]X = \left[ \begin{matrix} 1 & X^{(1)}_{(1)} & X^{(1)}_{(2)} & .... & X^{(1)}_{(n)}\\ 1 & X^{(2)}_{(1)} & X^{(2)}_{(2)} & .... & X^{(2)}_{(n)}\\ ..... \\1 & X^{(m)}_{(1)} & X^{(m)}_{(2)} & .... & X^{(m)}_{(n)}\\ \end{matrix} \right]

待求得权重:θ=[θ0θ1θ2....θn]T\theta = \left[ \begin{matrix} \theta_{0} \\ \theta_{1} \\ \theta_{2} \\....\\\theta_{n} \\\end{matrix} \right]^T 真实值:y=[y0y1y2....yn]y = \left[ \begin{matrix} y_{0} \\ y_{1} \\ y_{2} \\....\\y_{n} \\\end{matrix} \right]

Xm(n+1)X 为m*(n+1)的矩阵
θ(n+1)1\theta为 (n+1) * 1 列的向量
y(n+1)1y 为 (n+1) * 1 列的向量

下标(n) 代表特征(参数)数量
上表(m)代表 训练数据数量
X 第一列 为1 相当于 θ\theta为 偏置 b

argmini=1m(y(i)y^(i))2{argmin}\sum_{i=1}^{m}(y^{(i)} - \hat{y}^{(i)})^2argmin(YXθ)2{argmin}(Y -X \cdot \theta)^2argmin(YXθ)T(YXθ){argmin}(Y - X \cdot \theta )^T \cdot(Y - X\cdot \theta )

所以 问题就转化成 求上述式子的最小值,求最小值是一个凸优化问题 遇到这种问题 一般 先需要证明 这个式子是有凸函数连续可导。

(以下推导可以不看 直接看结论)
一般推导思路

由最小二乘法导出损失函数E_w
证明损失函数E_w 是关于θ的凸函数
对损失函数E_w关于θ求一阶倒数
令已接到数等于0接触θ*

凸集定义

设集合DRnD \subset R^n,如果对集合内任意元素x,yDx,y \subset D与任意的a[0,1]a \subset [0,1],有ax+(1a)yDax + (1 - a)y \subset D,则称集合D是凸集。
在这里插入图片描述
任意连2条直线 所形成的集合还在原空间中则称为凸集。

梯度定义

设n原函数f(x)f(x) 对自变量x=(x1,x2,...,xn)Tx = (x_1,x_2,...,x_n)^T的个分量xix_i的偏导数f(x)xii=(1,2,3...,n)\frac {\partial f(x)}{\partial x_i} i=(1,2,3...,n)都存在,则函数 f(x)在x处一阶可导,并称向量
f(x)=[f(x)x1f(x)x2...f(x)xn]\nabla f(x) = \left[ \begin{matrix} \frac {\partial f(x)}{\partial x_1} \\ \frac {\partial f(x)}{\partial x_2} \\ ... \\ \frac {\partial f(x)}{\partial x_n} \end{matrix} \right]
为函数f(x)f(x)在x处的一节阶倒数或梯度,记为f(x)\nabla f(x)(列向量)

海塞矩阵

Hession(海塞)矩阵定义:设n元函数f(x)f(x)对自变量x=(x1,x2,....,xn)Tx =(x_1,x_2,....,x_n)^T的各分量xix_i的二阶偏导数2f(x)xixj(i,j=1,2,3.....,n)\frac{\partial ^2f(x)}{\partial x_i \partial x_j}(i,j = 1,2,3.....,n)都存在,则称函数f(x)f(x)在点xx处二阶可导,并称矩阵
2f(x)=f(x)=[2f(x)x122f(x)x1x2...2f(x)x1xn2f(x)x2x12f(x)x22...2f(x)x2xn2f(x)xnx12f(x)xnx2...2f(x)xnxn]\nabla ^2 f(x) = \nabla f(x) = \left[ \begin{matrix} \frac {\partial ^2 f(x)}{\partial x_1^2 } & \frac {\partial ^2 f(x)}{\partial x_1 \partial x_2 } & ... & \frac {\partial ^2 f(x)}{\partial x_1\partial x_n} \\ \frac {\partial ^2 f(x)}{\partial x_2 \partial x_1} & \frac {\partial ^2 f(x)}{\partial x_2^2 } & ... & \frac {\partial ^2 f(x)}{\partial x_2\partial x_n} \\ \vdots & \vdots& \ddots & \vdots \\ \frac {\partial ^2 f(x)}{\partial x_n \partial x_1 } & \frac {\partial ^2 f(x)}{\partial x_n \partial x_2 } & ... & \frac {\partial ^2 f(x)}{\partial x_n\partial x_n} \end{matrix} \right]
f(x)f(x)xx处的二阶倒数或 Hession 矩阵 ,记为2f(x)\nabla ^2 f(x),若f(x)f(x)xx 各变元的所有二阶偏导数都连续,则2f(x)xixj\frac{\partial ^2f(x)}{\partial x_ix_j} = 2f(x)xjxi\frac{\partial ^2f(x)}{\partial x_jx_i}

多元实值函数凹凸型判定定理

DRnD \subset R^n是非空开凸集,f:DRn,f:D \subset R^n ,f(x)f(x)DD上二阶连续可微,如果f(x)f(x)的Hession矩阵2f(x)\nabla ^2 f(x)DD上是正定的,则f(x)f(x)是D上的严格凸函数
凸充分性定理
若$f:R^n → R $ 是凸函数,且f(x)f(x)一阶连续可微,则 xx^*是全局最优解(全局最小值)的充分必要条件是f(x)=0\nabla f(x ^*) = 0,其中f(x)f(x)关于xx的一阶导数(也称梯度)


[标量-向量]的矩阵微分公式为:
yx=(yx1yx2yxn)\frac{\partial y}{\partial x} = \left(\begin{matrix} \frac{\partial y}{\partial x_1} \\ \frac{\partial y}{\partial x_2} \\ \vdots \\ \frac{\partial y}{\partial x_n} \end{matrix} \right)
()(分母布局)
yx=(yx1yx2yxn)\frac{\partial y}{\partial x} = \left(\begin{matrix} \frac{\partial y}{\partial x_1} \frac{\partial y}{\partial x_2} \ldots \frac{\partial y}{\partial x_n} \end{matrix} \right)
()(分子布局)
其中,x=(x1,x2,.....,xn)Tx =(x_1,x_2,.....,x_n)^T为n为向量,yyxxnn元标量函数.
分子分母布局按照习惯选择。
由[标量 -向量]的矩阵微分公式可推得:
xTax=aTxx\frac {\partial x^Ta}{\partial x} =\frac {\partial a^T x}{\partial x} = yx=((a1x1+a2x2+...+anxn)x1(a1x1+a2x2+...+anxn)x2(a1x1+a2x2+...+anxn)xn)\frac{\partial y}{\partial x} = \left(\begin{matrix} \frac{\partial (a_1x_1 + a_2x_2 +...+a_nx_n)}{\partial x_1} \\ \frac{\partial (a_1x_1 + a_2x_2 +...+a_nx_n)}{\partial x_2} \\ \vdots \\ \frac{\partial (a_1x_1 + a_2x_2 +...+a_nx_n)}{\partial x_n} \end{matrix} \right)=(a1a2an)\left(\begin{matrix} a_1\\a_2 \\ \vdots \\a_n \end{matrix} \right)=a
同理可推得:xTBxx=(B+BT)x\frac{\partial x^TBx}{\partial x} =(B +B^T)x


有了以上定理就可以开始证明了:

  1. 证明损失函数EθE\theta 是关于θ\theta的凸函数。

Eθθ=((YXθ)T(YXθ))θ\frac{\partial E \theta}{\partial \theta }=\frac{\partial(( Y- X \cdot \theta)^T (Y - X \cdot \theta ))}{\partial \theta}

=θ(YθTXT)(YXθ)\frac{\partial}{\partial \theta}( Y-\theta ^T X^T) (Y - X \theta)

=θ[YTXθθTXTY+θTXTXθ]\frac{ \partial}{\partial \theta}[-Y^TX\theta - \theta^TX^TY + \theta^TX^TX\theta]

=YTXθθθTXTYθ+θTXTXθθ\frac{ \partial Y^TX \theta}{\partial \theta} -\frac{ \partial \theta ^T X^TY}{\partial \theta} +\frac{ \partial \theta^TX^TX\theta}{\partial \theta}

xTax=aTxx\frac {\partial x^Ta}{\partial x} =\frac {\partial a^T x}{\partial x} = yx=a\frac{\partial y}{\partial x} =a xTBxx=(B+BT)x\frac{\partial x^TBx}{\partial x} =(B +B^T)x可得:

Eθθ=XTyXTy+(XTX+XTXθ)\frac{\partial E_\theta}{\partial\theta} = -X^Ty -X^Ty +(X^TX +X^TX\theta)

=2XT(XθY)2X^T(X\theta - Y) 为一阶偏导

再对一阶偏导数求二阶偏导数:
2EθθθT\frac {\partial ^2E \theta}{\partial \theta\partial \theta^T} = θ(Eθθ)\frac{\partial }{\partial \theta}(\frac{\partial E \theta}{\partial \theta}) = Eθ(2XTXθ2XTY)\frac{\partial}{\partial E \theta}(2X^TX\theta - 2X^TY)=2XTX2X^TX (即Hession矩阵)

假设XTXX^TX为正定矩阵(EθE\theta 是关于θ\theta的凸函数)
EθE\theta 关于θ\theta的一阶导数为0 前面已经证明过了:
Eθθ\frac{\partial E \theta}{\partial \theta }=2XT(XθY)=02X^T(X\theta - Y)=0
2XTXθ2XTY=02X^TX\theta - 2X^TY =0
2XTXθ=2XTY2X^TX\theta = 2X^TY
2边除以2:
XTXθ=XTYX^TX\theta = X^TY
2边乘以 (XTX)1(X^TX)^{-1}
(XTX)1XTXθ=(XTX)1XTY(X^TX)^{-1}X^TX\theta = (X^TX)^{-1}X^TY
得:θ=(XTX)1XTY\theta = (X^TX)^{-1}X^TY

以上证明毕:
θ=(XTX)1XTY\theta = (X^TX)^{-1}X^TY


问题:时间复杂度高:O(n3n^3)(优化后O(n2.4n^{2.4})
优点:不需要对数据做归一化处理

import numpy as np
class LinearRegression:
    def __init__(self):
        """初始化linear Regression模型"""
        self.coef_ = None
        self.interception_ = None
        self._theta = None
    def fit_normal(self,X_train,y_train):
        assert X_train.shape[0] == y_train.shape[0], \
            "the size of x_train must be equal to the size of y_train"
        #传入的训练样本没有截距 在每一行加一个截距项
        X_b = np.hstack([np.ones((len(X_train),1)),X_train])
        #根据公式计算 theta 的值
        self._theta = np .linalg.inv(X_b.T.dot(X_b)).dot(X_b.T).dot(y_train)
        self.interception_=self._theta[0]
        self.coef_ = self._theta[1:]
        return self
    def predict(self,X_predict):
        assert self.coef_ is not None and  self.interception_ is not None, \
            "you must run fit_normal before predict"
        assert X_predict.shape[1] == len(self.coef_), \
            "the size of X_predict must be equal to the size of X_train"
        X_predict_b = np.hstack([np.ones((len(X_predict),1)), X_predict])
        return X_predict_b.dot(self._theta)

    def score(self, X_test,y_test):
        y_predict = self.predict(X_test)
        return r_Squared(y_test,y_predict)

    def __repr__(self):
        return "LinearRegression()"
	def r_Squared(y_true,y_predict):
	    assert len(y_true)  == len(y_predict), \
	        "the size of y_true must be equal to the size of y_predict"
	    return 1- (mean_squared_error(y_true,y_predict) / np.var(y_true))

测试

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from ml_utils.data_split import train_test_split
from sklearn import datasets
boston = datasets.load_boston()
x = boston.data
y = boston.target
reg = LinearRegression()
reg.fit_normal(x_train,y_train)
print(reg.coef_)
print(reg.interception_)
print(reg.score(x_test,y_test))

Sklearn中的线性回归

from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.model_selection import train_test_split
boston = datasets.load_boston()
x =boston.data
y = boston.target
x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=666);
lin_reg = LinearRegression()
lin_reg.fit(x_train,y_train)
#查看训练的权重参数
lin_reg.coef_
#截距
lin_reg.intercept_
#评分
lin_reg.score(x_test,y_test)

在这里插入图片描述
通过线性模型能找到 特征 比如 RM 是权重最高的 说明房间数量 和 房价正相关 而且 权重较高 CHAS 第二高的权重 表示 波士顿房子邻河不临河 临河和房价 也是正相关 而排在最后一个的参数 NOX 表示一氧化氮 的含量 和房价负相关 。这也说明线性回归法 对数据有可解释性 不管模型预测好坏 先用线性模型进行预测 能直观的观测处数据中存在的规律。

posted @ 2019-12-15 14:23  caomaoboy  阅读(1079)  评论(0)    收藏  举报