多元线性回归和正规方程解

多元线性回归

X表示第 i 描述
X表示第 i 个样本的(1,2,3,……n)个特征。
一维多元函数如下,
在这里插入图片描述
本节的多维多元函数(每个样本有多个特征)为:
在这里插入图片描述

  • 对于一元线性回归,我们的目标是使下式
    在这里插入图片描述
    尽可能小,即,我们预测的结果和真实的结果的差的平方和尽可能的小。
  • 对于多元函数,我们的目标是找到
    在这里插入图片描述
    使得
    在这里插入图片描述
    尽可能小。


在这里插入图片描述
在这里插入图片描述
我们可认为
在这里插入图片描述
此时
在这里插入图片描述
设想有一个矩阵
在这里插入图片描述
相应的
在这里插入图片描述
可得一个列向量:
在这里插入图片描述
因此,我们的目标可转变为求
在这里插入图片描述
使得
在这里插入图片描述
尽可能小。

推导过程比较复杂,可直接使用如下推导结果(感兴趣的可以从书中或者互联网查阅推导结果):
在这里插入图片描述

正规方程解

由上式所得的公式
在这里插入图片描述
就称为多元线性回归的正规方程解(Normal Equation)

其实,所求解是存在问题的,我们使用朴素的矩阵的运算方式求解此式的时间复杂度是比较高的,为 O(n^3),虽然对于解决
矩阵是有一些加速方案的,但使用加速方案,整体优化出来也是O(n^2.4).
这样做也有一个优点,就是不需要对数据做归一化处理。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值