标签：吐槽   最大值   方向   随机梯度下降   速度   模型   梯度   多项式   离散   

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。。真的烂。。

PPT里也只会对没有意义的公式，而且还不解释是在干什么。。

回归

1. 什么是回归

   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
   • ...

2. 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：

   \[f(X) = \omega_0 + \sum_{i = 1}^{m}\omega_ix_i \]

   向量化（增加 \(x_0 = 1\)，表示截距项）：

   \[f(X) = W^TX\]

   一般化（当基函数不是多项式基函数时）：

   \[y(X,W) = \sum_{i = 0}^{M-1}\omega_i\phi_j(X) = W^T\Phi(X)\]

3. 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 \(W^T\)

   目标函数（代价函数）：

   \[J(W) = \frac{1}{2}\sum_{i=1}^{N}(f(X_i)-y_i)^2\]

   进一步求出使 \(J(W)\) 最小的 \(W\) 即可。

解回归

1. 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：

   \[\omega_j^t = \omega_j^{t-1}-\alpha\frac{\partial}{\partial\omega_j}J(W)\]

   \[\frac{\partial}{\partial\omega_j}J(W) = \sum_{i=1}^{N}(f(X_i)-y_i)\cdot X_{i,j}\]

   所有 \(w_i\) 同时更新，其中 \(\alpha\) 为学习率/更新步长

   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
   一点补充：
   • 吴恩达《机器学习》课程学习笔记（三）—— 多元线性回归与多项式回归

2. 标准方程组

   矩阵化：

   \[J(W) = \frac{1}{2}\sum_{i=1}^{N}(f(X_i)-y_i)^2 = (XW-y)^T(XW-y)\]

   求导，另其为0：

   \[\frac{\partial}{\partial W}J(W) = 2X^T(XW-y) = 0\]

   解得：

   \[W = (X^TX)^{-1}X^Ty\]

3. 孰优孰劣

   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

补充连接

matrix vector derivatives for machine learning

机器学习 - 2 - 线性回归

标签：吐槽   最大值   方向   随机梯度下降   速度   模型   梯度   多项式   离散   

原文地址：https://www.cnblogs.com/ChildishChange/p/9746265.html