大家的人工智能——正规方程

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/LXYTSOS/article/details/91351059

在《大家的人工智能——线性回归》中,我们介绍了如何找到一条直线来拟合训练数据,下面把之前的一元线性回归扩展到多元线性回归:
y=θ0+θ1x1+θ2x2++θnxn y = \theta_0 + \theta_1x_1 + \theta_2x_2 + ··· + \theta_nx_n

其中θ0对应的是一元线性回归中的那个b,我们再把上面的方程改写一下:
y=θ0x0+θ1x1+θ2x2++θnxn y = \theta_0x_0 + \theta_1x_1 + \theta_2x_2 + ··· + \theta_nx_n
其中x0=1。因此可以把上面的再改写成矩阵形式:
Y=θTX Y = \theta^TX
在之前的线性回归中我们说到通过梯度下降的方式,最小化代价函数而找到最优的一组参数最终得到一条直线。聪明的小伙伴很可能会想到,既然是最小化代价函数的值,为什么不用求导的方式得到最佳的θ值呢?

完全是可以的,现在我们看看上面我们改写的那个矩阵形式的公式,我们现在已经知道y和X的值了,做一下简单的求导就能求出θ:
θ=(XTX)1XTY \theta = (X^TX)^{-1}X^TY

这样把训练数据代入就能求出θ从而得到拟合数据的一个模型。那么它和梯度下降有什么不同呢,为什么几乎所有地方都在用梯度下降,而正规方程比较少见呢。我们来看看它们两者之间的特点就明白了:

梯度下降:

  • 需要选取学习率α
  • 需要很多次迭代来得到最优的θ
  • 即使训练数据庞大也有良好的性能

正规方程:

  • 不需要选取学习率α
  • 不需要迭代
  • 需要计算(XTX)1(X^TX)^{-1},时间复杂度为O(n3)O(n^3)
  • 如果训练数据规模庞大,速度会很慢

很明显,正规方程在数据量大的时候性能不够好,而在机器学习、深度学习的任务中,数据有时候会非常庞大,因此将梯度下降作为优化方式。

题外话

现在我们来看看那个正规方程是如何导出来的,首先:
θ=[θ0,θ1,,θn]T \theta = [\theta_0, \theta_1,···,\theta_n]^T

Y=[y(1),y(2),,ym]T Y = [y^{(1)},y^{(2)},···,y^{m}]^T
代价函数:
J(θ0,θ1,,θn)=12m(XθY)T(XθY)=12m(XTθTXθXTθTYYTXθ+YTY) J(\theta_0, \theta_1,···,\theta_n) = \frac{1}{2m}(X\theta-Y)^T(X\theta-Y) =\frac{1}{2m}(X^T\theta^TX\theta-X^T\theta^TY-Y^TX\theta+Y^TY)
因此要最小化上面代价函数,这里给出两个矩阵的求导公式:
ABB=AT \frac{\partial{AB}}{\partial{B}} = A^T
XTAXX=2AX \frac{\partial{X^TAX}}{\partial{X}} = 2AX

因此:
J(θ)θ=12m(2XTXθ2XTY) \frac{\partial{J(\theta)}}{\partial{\theta}} = \frac{1}{2m}(2X^TX\theta - 2X^TY)
令其等于零:
12m(2XTXθ2XTY)=0 \frac{1}{2m}(2X^TX\theta - 2X^TY) = 0
得到:
θ=(XTX)1XTY \theta = (X^TX)^{-1}X^TY

欢迎关注微信公众号“机器工匠”,阅读更多精彩文章。
在这里插入图片描述

展开阅读全文

没有更多推荐了,返回首页