白话机器学习笔记（一）学习回归

最小二乘法

定义模型

表达式：$f_{\theta }(x)={\theta }_0+{\theta }_{1}x$

（常用$\theta$表示未知数、$f_{\theta }(x)$表示含有参数$\theta$并且和变量$x$相关的函数）

目标函数

假设有$n$个训练数据，那么它们的误差之和可以这样表示，这个表达式称为目标函数。

$E(\theta )=\frac{1}{2}\sum _{i=1}^n(y^{(i)}-f_{\theta }(x^{(i)}){)}^2$ ($x^{(i)}和y^{(i)}$指第$i$个训练数据)

找到使$E(\theta )$值最小的$\theta$，这样的问题称为最优化问题。

为了避免正负数混合运算所以计算平方,$\frac{1}{2}$是为了让表达式值更简单随便加的常数。

设${\theta }_0=1、{\theta }_1=3$，将四个训练数据带入表达式求误差如下：

修改参数$\theta$的值，让误差变小的做法称为最小二乘法。

最速下降法

比如表达式$g(x)=(x-1{)}^2$，它的最小值$g(x)=0$出现在$x=1$时。

图像如下：

$g(x)$展开有$(x-1{)}^2=x^2-2x+1$

微分有：$\frac{d}{dx}g(x)=2x-2$

为了让$g(x)$的值变小，要让$x$向1移动，可以根据导数符号决定$x$的移动方向，只要向着导数符号相反的方向移动$x$，$g(x)$就会向着最小值移动。

由此得到表达式

$x:=x-\eta \frac{d}{dx}g(x)$ 称为最速下降法或梯度下降法。

(A:=B，意思通过B来定义A，上面表达式指用上一个x来定义新的x)

$\eta$是称为学习率的正常数，大小会影响达到最小值的更新次数，太大会导致来回跳跃无法收敛，一直发散状态。

对于目标函数，$E(\theta )=\frac{1}{2}\sum _{i=1}^n(y^{(i)}-f_{\theta }(x^{(i)}){)}^2$ 有两个参数，要用偏微分。

($f_{\theta }(x)={\theta }_0+{\theta }_{1}x$)

更新表达式如下：

${\theta }_0:={\theta }_0-\eta \frac{\partial E}{\partial {\theta }_0}$

${\theta }_1:={\theta }_1-\eta \frac{\partial E}{\partial {\theta }_1}$

$\frac{\partial E}{\partial {\theta }_0}=\sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})$

$\frac{\partial E}{\partial {\theta }_1}=\frac{\partial E}{\partial {\theta }_0}=\sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x^{(i)}$

所以得到参数${\theta }_1和{\theta }_2$的更新表达式如下：

${\theta }_0:={\theta }_0-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})$

${\theta }_1:={\theta }_1-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x^{(i)}$

多项式回归

曲线比直线更容易拟合数据

把$f_{\theta }(x)$定义为二次函数：

$f_{\theta }(x)={\theta }_0+{\theta }_{1}x+{\theta }_2{x}^2$

或者更大次数的表达式：

$f_{\theta }(x)={\theta }_0+{\theta }_{1}x+{\theta }_2{x}^2+...+{\theta }_n{x}^n$

如$f_{\theta }(x)={\theta }_0+{\theta }_{1}x+{\theta }_2{x}^2$

得到更新表达式为：

${\theta }_0:={\theta }_0-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})$

${\theta }_1:={\theta }_1-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x^{(i)}$

${\theta }_2:={\theta }_2-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x^{(i{)}^2}$

这种增加函数中多项式的次数，再使用函数的分析方法被称为多项式回归。

多重回归

问题：基于广告费预测点击率

考虑广告版面的大小，设 广告费为 $x_1$、广告栏的宽为 $x_2$、广告栏的高为$x_3$

$f_{\theta }$可以表示如下：

$f_{\theta }(x_1,x_2,x_3)={\theta }_0+{\theta }_1{x}_1+{\theta }_2{x}_2+{\theta }_3{x}_3$

简化表达式，将$\theta 和x$看成向量

θ = [ θ 0 θ 1 θ 2 ⋮ θ n ] \boldsymbol{\theta}=\begin{bmatrix} \theta_0\\\theta_1\\\theta_2\\\vdots\\\theta_n \end{bmatrix} θ= ​θ0​θ1​θ2​⋮θn​​ ​ x = [ x 0 x 1 x 2 ⋮ x n ] \boldsymbol{x}=\begin{bmatrix}x_0\\x_1\\x_2\\\vdots\\x_n \end{bmatrix} x= ​x0​x1​x2​⋮xn​​ ​ ($x_0=1$)

${\mathbf{\theta }}^T\mathbf{x}={\theta }_0{x}_0+{\theta }_1{x}_1+...+{\theta }_n{x}_n$

$E(\theta )=\frac{1}{2}\sum _{i=1}^n(f_{\theta }(x^{(i)}-y^{(i)}){)}^2$

$\frac{\partial E}{\partial {\theta }_j}=\sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x_j^{(i)}$

${\theta }_j:={\theta }_j-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x_j^{(i)}$

像这样包含多个变量的回归称为多重回归

随机梯度下降法

最速下降法容易陷入局部最优解

最速下降法更新表达式：${\theta }_j:={\theta }_j-\eta \sum _{i=1}^n(f_{\theta }(x^{(i)})-y^{(i)})x_j^{(i)}$

随机梯度下降法中会随机选择一个训练数据，并使用它来更新参数。这个表达式中的$k$就是被随机选中的数据索引。

随机梯度下降法更新表达式：${\theta }_j:={\theta }_j-\eta (f_{\theta }(x^{(k)})-y^{(k)})x_j^{(k)}$

最速下降法更新1次参数的时间，随机梯度下降法可以更新n次，这样不容易陷入局部最优解。

小批量梯度下降法

设训练数据索引的集合为$K$，还可以随机选择m个训练数据来更新参数。

小批量梯度下降法更新表达式：${\theta }_j:={\theta }_j-\eta \sum _{k\in K}(f_{\theta }(x^{(k)})-y^{(k)})x_j^{(k)}$

练数据索引的集合为$K$，还可以随机选择m个训练数据来更新参数。

小批量梯度下降法更新表达式：${\theta }_j:={\theta }_j-\eta \sum _{k\in K}(f_{\theta }(x^{(k)})-y^{(k)})x_j^{(k)}$