线性回归Linear Regression-模型和参数求解

训练集共m个样本，第i个样本 (x(i),y(i)),x(i)=(x(i)1,x(i)2,...,x(i)d)T ，即有d维特征。

线性回归模型

h(x)=w1x1+w2x2+...+wdxd+b

1.用向量表示

• 假设函数　　 Hypothesis：h(x)=wTx+b
• 参数　　　　 Parameters:w,b
• 损失函数　　 CostFunction:J(w,b)=12m∑mi=1(h(x(i))−y(i))2
• 优化目标　　 Goal:minimizeJ(w,b)

2.参数求解方法：

2.1Gradient Descent 梯度下降

• 步骤：

  1.初始化 w1,w2...,wd,b
  2.同步更新所有参数，使 J(w,b) 不断减小。（ α 是学习率）
  　　　　　 wj:=wj−α∂∂wjJ(w,b)(j=1,...,d)
  　　　　　 b:=b−α∂∂bJ(w,b)
  3.重复步骤2直至收敛

• 推导：
  计算偏导数
  因为

  J(w,b)=12m∑i=1m(h(x(i))−y(i))2=12m∑i=1m(（w1x(i)1+w2x(i)2+...+wdx(i)d+b）−y(i))2
  
  所以
  
  ∂∂wjJ(w,b)==1m∑i=1m(（w1x(i)1+w2x(i)2+...+wdx(i)d+b）−y(i))x(i)j1m∑i=1m(h(x(i))−y(i))x(i)j
  
  
  ∂∂bJ(w,b)==1m∑i=1m(（w1x(i)1+w2x(i)2+...+wdx(i)d+b）−y(i))1m∑i=1m(h(x(i))−y(i))
  
  则参数更新公式为

  wj:=wj−α1m∑mi=1(h(x(i))−y(i))x(i)j
  b:=b−α1m∑mi=1(h(x(i))−y(i))

  这里需要注意的一点，正确的参数更新方式为同步更新，例如输入只有一维时 y=w1x1+b
  　　正确的参数更新：
  

  ⎧⎩⎨⎪⎪⎪⎪temp0=w1−α∂∂w1J(w1,b)temp1=b−α∂∂bJ(w1,b)w1=temp0b=temp1
  
  　　错误的参数更新：
  
  {w1=w1−α∂∂w1J(w1,b)b=b−α∂∂bJ(w1,b)
  
  　　错误原因：没有同步更新， w1 先更新，然后再更新b，而此时更新b用了更新后的 w1 ，而不是本来的 w1 。

2.2Normal Equation 正规方程

解析法求解参数 ：对cost function求导，令导数为0，求得参数。

• 简单情况举例
  输入只有一维特征 y=wx+b ，优化目标 minimizeJ(w,b)=J(w,b)=12m∑mi=1(wx(i)+b−y(i))2
  求导
  
  {∂∂wJ(w,b)=1m∑mi=1(wx(i)+b−y(i))x(i)∂∂bJ(w,b)=1m∑mi=1(wx(i)+b−y(i))
  
  令导数为0，求得
  
  ⎧⎩⎨⎪⎪w=∑mi=1(y(i)−b)x(i)∑mi=1x(i)2b=∑mi=1(y(i)−wx(i))m
• 通常情况，多维特征
  m个样本，d维特征。为了计算简便，通常把 w,b 统一起来，给x增加一列1，b作为 w0 ，如下：
  
  
  则
  
  J(w)=12m(XW−Y)2=12m(XW−Y)T(XW−Y)
  
  求导
  
  ∂∂wJ(w)==12m(XW−Y)T(XW−Y)12m(XTXW−XTY)
  
  令导数等于0，得到
  
  W=(XTX)−1XTY
  
  n*n矩阵求逆运算的时间复杂度是 O(n3) 。 (XTX) 是（d+1）*（d+1）维，所以当特征维数d很大时，计算将花费很长时间。

2.3两种方法比较

一般，当特征维数小于10000时，正规方程计算是一个很好的方法，当特征维数多于10000时，通常采用梯度下降方法。
像线性回归这样简单的模型可通过对损失函数求导，令导数为0，解得最优解所对应的参数。但对复杂的模型来说，求导过程可能相当复杂，只能用梯度下降法不断向最优解处逼近。

参考资料：

1.Andrew Ng的Machine Learning课程
2.《机器学习》周志华
3.http://blog.csdn.net/stdcoutzyx/article/details/9101621