【机器学习】Stanford Machine Learning 学习笔记（二）

之前刷过一次斯坦福大学吴恩达教授的Coursera公开课，但那次刷的时候我还太年轻，所以也没做笔记，而且到现在为止，也都快忘的差不多了。过不了多久就要开始保研复试了，这里想再花一个月的时间重新过一遍，也在CSDN上做好记录。

一、多变量线性回归

在上一个小节中，我们介绍了单一变量进行线性回归的方法：假设函数h(x)、代价函数J(θ)、梯度下降法等等。

---

假设函数h(x)

但对于我们日常中的事物，单变量的情形是很少的， 大多数情况下都是多个变量共同决定一件事情的结果，那这个时候，我们就要对单变量的线性回归做一定的调整。

以上就是调整之后的假设函数h(x)，可以看到其实并没有改变太多，只不过是把一个变量的情况拓展到了多个变量。

---

Gradient Descent

假设函数h(x)变化，代价函数也跟着变化，自然梯度下降的算法也会有所变化，但其实本质上都是将单变量拓展为多变量而已，没有什么特殊的，下面就只针对单变量和多变量的不同进行分析。

这张PPT中左边部分为单变量的梯度下降算法，右边为多变量的。可以看到，二者的形式很想，其实右边的θ0就是左边的θ0，右边的θ1，就是左边的θ1，不同的就是，右边还多了θ2、θ3，对应于多出来的特征的参数。

需要注意的是，这里无论出现多少个参数，他们都需要被同时更新！

---

特征归一化

这是多变量线性回归的一个特点，它需要对不同的变量进行特征归一化，也就是说要把不同变量的单位去掉，使其统一在一个量纲下进行计算，这样会有利于梯度下降法的运行。

上图展示了如果不进行梯度归一化的后果，左图是没有进行梯度归一化的J(θ)，右图是进行梯度归一化之后的J(θ)，图中的点表示Global Minimum，可以想象在左图中，如果学习率α选取的稍微大了一点，就会出现图中的情况，导致收敛速度慢甚至不收敛，如果学习率α选取很小倒是可以避免这种情况，但又会降低速度。而右图中就不会出现这样的问题。

上图是进行Mean Normalization，也是特征归一化的一部分，这个操作的目的是使训练数据的均值都为0，无论如何，这样也会提高梯度下降法运行的效率。

多项式回归

上面都将的是线性回归，那如果遇到变量和输出是非线性关系的，那怎么办呢？这里我们采用变量代换的思想，我们不改变假设函数，而仅仅改变数据的形式，可以看下面的例子：

我们的结果和size、size²、size³成线性关系，那我们是怎么做的呢？我们再构造一组数据为size²，令其为第二个特征，同样令size³为第三个特征，这样我们就可以继续构造线性函数来解决这个非线性问题啦！是不是很机智？

Normal Equation

在线性回归问题中，还有一个简便的解决方案，不需要迭代。这就是Normal Equation，正规方程。

这个方法在吴恩达教授的课程中并没有给出证明，所以我们在这一部分就只要背过一个公式就行了。

对，就是这个。看起来正规方程很简单是不是？但是不要忘了，这里面有一个对矩阵求逆的过程，这个过程是O(n³)的复杂度，如果n过大的话，对于计算机来说也需要花费很长的时间进行求解，那这个时候，就需要用迭代法了，迭代法的时间复杂度为O(k*n²)。

下面给出两个方法的优缺点对比：

• 梯度下降法需要选择学习率α，而正规方程法则不用
• 梯度下降法需要进行迭代，正规方程法不需要
• 梯度下降法适合工作于n比较大的时候，正规方程法适合工作于n比较小的时候

其实上边说了三条，也就记住最后一条就行了，n太大选择梯度下降，n小则选择正规方程。一般是以10,000作为界限。