梯度下降和Normal Equation的比较

梯度下降和Normal Equation的比较

Normal Equation是一种基础的最小二乘方法
推导:https://zhuanlan.zhihu.com/p/22757336

梯度下降 Normal Equation
需要选择学习率 不需要选择学习率
需要很多次迭代 不需要很多次迭代
复杂度低 O ( k n 2 ) O(kn^2) O(kn2) 复杂度高 O ( n 3 ) O(n^3) O(n3)
n n n很大时高效 n n n很大时低效

Normal Equation 不可逆的情况下

在Matlab/Octave中 pinvinv 公式相比较,前者会给出值即使是不可逆。不可逆的原因有两个:

  • 冗余的特征
    当两个特征特别相关(线性相关),比方说x1为平方米,x2为平方尺。
  • 过多特征(m 采取删除一些特征或者使用正则化。

你可能感兴趣的:(数据科学和机器学习,基础知识)