背景
在多元线性回归里面,我们得到了一个最小二乘法的公式。在机器学习里面,我们更喜欢把公式转化为矩阵的形式。
今天,老师给我们出了一道题目,说:请把最小二乘法从公式到矩阵的推导过程写出来。
我推到了两天,都没推导出来。hahhaha~,我当时就没有理解到老师的意思。她说的推导和我理解的推导,然而不完全一样。
那么,下面就来说说。最小二乘法从公式到矩阵的演变过程(简单版)。
公式了解
最小二乘法(leastsquaremethod): 最 小 二 乘 法 ( l e a s t s q u a r e m e t h o d ) :
求和形式: 求 和 形 式 :
(w∗,b∗)=argmin(w,b)∑i=1m(f(xi)−yi)2=argmin(w,b)∑i=1m(yi−wxi−b)2 ( w ∗ , b ∗ ) = arg min ( w , b ) ∑ i = 1 m ( f ( x i ) − y i ) 2 = arg min ( w , b ) ∑ i = 1 m ( y i − w x i − b ) 2
矩阵形式: 矩 阵 形 式 :
ŵ∗=argmin(y−Xŵ)T(y−Xŵ) w ^ ∗ = a r g m i n ( y − X w ^ ) T ( y − X w ^ )
参数详解: 参 数 详 解 :
参数 | 行列 | 具体形式 |
---|---|---|
X X |
⎛⎝⎜</
|