TASK2
线性模型
线性模型:
使用向量形式写成
线性回归
确定w和b的方法,使均方误差最小化
对于该公式的解释是:,其中“arg”是“argument”(参数)的前三个字母,“min”是“minimum”(最小值)的前三个字母,该符号表示求使目标函数达到最小值的参数取值。
最小二乘法
使用最小二乘法确定w和b,分别对w和b进行求导
对于w求导的过程:
对b求导的过程:
分别使上述导数为0,分别得出
多元线性回归
对于多元线性回归,可以进行如下推导:
根据向量内积的定义可知,上式可以写成如下向量内积的形式
对其求导可得
== 求海塞矩阵判定其正定性(二阶导数),求凸函数最值问题 ==
假定 XTX 为正定矩阵,为严格凸函数,求全局最优解只需令 Eˆw 关于 ˆw 的一阶导数等于零向量
对数几率回归
二分类任务,正例为1反例为0
线性判别分类
使同类样例投影尽可能近,不同类尽可能远,对新样本投影到这条直线上根据位置判断类别。
异类样例中心尽可能远:↓
求广义瑞利商: