机器学习理论篇之NormalEquation推导过程

Normal Equation是一种基础的最小二乘方法，本文将从线性代数的角度来分析Normal Equation（而不是从矩阵求导 matrix derivative 的角度）。

很多作者（特别是智商比较高的）在推导公式的时候有意无意的忽略了思考过程，只留下漂亮的步骤。这让很多读者（比如说我）跟不上节奏，最后一头雾水。本文将从求解“貌似无解”的方程组入手，再讲讲投影（Projection）的使用，最后进入到Normal Equation的应用。我的目的是让和我一样蠢的孩子对这个重要公式有一个Big Picture——即使忘记了也可以重头推出。

更新记录：

更新1 增加了对的使用解释（偏导数证明）

一、求解不可解的方程组

先看一个最最简单的例子——

例1.0 如图，在空间中有两个向量，求一个常数使两个向量满足。

这个方程明显不可解，因为与不共线，无法通过对数乘得到。

再看下一个比较简单的例子——

例2.0 在空间中的平面有一组基和，如图所示，求出常数与使向量满足条件。

这个方程也明显不可解，因为不在平面上，而与的线性组合只能得到平面上的向量。

以上两个问题非常的典型，因为在解决实际问题的时候，我们很难得到Perfect Solution，我们只能尽力而为的争取Best Solution。以上两个例子明显没有做到perfect(连基本的方向都错了)，那么如何找到best solution呢？

二、投影的应用

思路很简单：我们只要找到一个使方向上的向量距离最近。

回到最简单的例子

如图，在 空间中有两个向量，求一个常数 使两个向量满足 。

现在应该如何寻找的解呢？

最好的方法就是抛弃向量中垂直的分量，只要计算使等于向量在
方向的分量（即在上的投影(Proj)），同时我们把向量垂直方向的分量称为(error)。

原来的问题变成了求解（是的估计量）

因为与合成了向量（），而且垂直于()，所以我们得出了一个非常重要的结论（敲黑板）！！！核心啊！！！

（这里转置的符号应该去掉，然后下面的的叉乘符号改成点乘，向量叉乘结果还是一个向量。之所以可以有转置是因为在利用向量内积后theta等号右边的公式中a*b(点乘)可以改写成aT*b，而转置后确实可以更好地应用到高维也就是矩阵中。）

这个方程的核心就是写成向量内积形式的与的垂直关系，只不过被拆开书写。其实这个方程也可以写作，但是写作转置向量的形式可以让这个方程更自然的拓展到高维。好了，我们继续改写方程……

在这一步我们就得到了best的，但考虑到这并不perfect，所以我们称之为。

P.S.如果想用投影矩阵P来简化从转换到的过程，可以把的结果带入到中。我们发现投影矩阵在形式上就等于乘数，即满足。

现在我们再看看怎么在中解决不可解方程。

例2.0 在 空间中的平面 有一组基 和 ，如图所示，求出常数 与 使向量 满足条件 。

平面有基向量和，故可以表示成基的线性组合，即

令基向量组成的矩阵，参数组成的向量，与平面垂直的误差向量。（这里插一句话，最小二乘法的核心就是找出一个就是让最小化）

我们发现在中的问题在这里拓展成为了。

相应的，问题在这里拓展成了，其中。

还是一样的套路，我们还是从垂直关系入手——因为，而且，所以有以下方程组——

整理成矩阵的形式——

（敲黑板！！！敲黑板！！！）

写到这里回头看看情景下的核心公式，可以这家伙换一套马甲又出现了！！！看来方程是一种高维的拓展。我们可以把中的看成一个只有一列的矩阵。

我们继续整理这个公式——

写到这里我们就没什么可以干的了。

有人可能想说——明明还可以继续化简啊！！！

但实际的情况中，我们不能保证矩阵总是方阵（square），但是总是可以保证是方阵。因为只有方阵才有逆矩阵，所以我们只能保证有，而不能保证有。

所以我们只能回到这里。如果你有读过Andrew Ng著名的公开课CS229的Lecture Notes，你一定记得他用矩阵求导得出的Normal Equation——

你会发现除了和不一样以外，我们已经把Normal Equation（）推出来了……我居然在下一部分还没有开始讲就把内容说完了，场面一度非常尴尬啊。可见从投影推出Normal Equation是一件多么自然的事情啊~~~我都不知道哪里切开。

说到这里先总结一下投影的几个意义（敲黑板）！！！

的所有可能结果都在一个固定的区域中，在线性代数中我们称这个区域为列空间(column space),列空间顾名思义就是矩阵各列的所有线性组合。在1-D的情况下列空间就是一条线，在2-D的情况下列空间就是一个平面。但是我们的数据哪里会这么恰好的落在矩阵的列空间里呢？天底下哪有这样的好事啊！！！

特别是在数据量特别大的情况下，矩阵特别是在数据量特别大的情况下，矩阵 会成为一个 的超级高大的 矩阵（如下图）。在这种等式数量远大于未知数数量的情况中，我们很难满足每一个等式的约束。

但是目标不再在空间里并不代表不能求出解，只能说没有perfect solution（语出Gilbert Strang），但是我们努力一下还是可以做到最好的(best solution)。我们用投影向量来寻找最合适的。就是并不存在的完美解的估计值。

三、Normal Equation应用

既然Normal Equation在上文都推导完了，这里我们就随便带几个数据来玩玩咯。

练手案例 找一条直线来拟合点 (1,1)、(2,2)、(3,2)

我们如果用一条直线来拟合的话，设，我们先得到以下值——

我们发现很遗憾的没有解，于是我们左右各乘上，祭出了投影大招——。

再把这个方程变换成Normal Equation:

带入数值在Matlab中小跑一下就得到了结果

即直线是上述三个点的拟合结果。

四、其他想说的话

1.关于的暴力使用

在前一步可以不用判断是否可解，可以直接使用。事实上，在最小二乘时遇到长方形矩阵，我们就可以用上替代计算。这是是一种路子很野的但是很简单实用的经验规则，可以简单实验如下——

用直线 拟合三个点 (1,1)、(2,2)、(3,2)时，自然希望 真实值和估计值的误差越小越好。

分别对和求偏导数等于的零的值——

整理以上公式我们得到了方程组——

再整理一下，把这个方程写成矩阵乘法的形式——

在最后一步整理以后我们发现刚才千辛万苦算出来的就是上文的啊！！！

说明这个经验方法是可以信得过的！！！

2.关于化简的问题

因为投影的性质非常美妙，如果矩阵是各行线性无关的方阵(square)，说明存在，则Normal Equation会变成如下形式——

说明如果存在一个perfect solution，该解不会受到影响。

3.多次投影有影响吗？

已经在空间中的向量乘上投影矩阵仍然等于本身，二次投影不会有任何副作用！也就是说。证明如下——

五、参考资料

1.Gilbert Strang Introduction to Linear Algebra 4.2 Projection 4.3 Least Squares Approximations
2.Andrew Ng CS229 Lecture Note 1 Supervised learning/The normal equations

六、最后的话

列空间没展开讲不知道有没有必要。

笔力不够好，想象中应该写的更简单易懂的，但是没有达到效果，会再更新。

欢迎拍砖！！！

转自：https://zhuanlan.zhihu.com/p/22757336