线性回归（数学解析法+梯度下降法）

最新推荐文章于 2024-02-18 23:02:05 发布

液压姬

最新推荐文章于 2024-02-18 23:02:05 发布

阅读量1.7k

点赞数 5

分类专栏：机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/crazty/article/details/110875619

版权

机器学习专栏收录该内容

14 篇文章 0 订阅

订阅专栏

由于总是扎在深度学习的坑里，机器学习的其他算法总是学了就忘，模棱两可，前几天刚又刷了下数理统计，所以本着打造一个扎实及基础的思想，决定好好推一下各种常见的机器学习算法，留作学习笔记。说不定面试就手推公式了呢。。。其实再推一遍也没啥用。。。。放下书就又忘了。。。

线性回归

表面理解

所谓线性：体现在y于x仅仅存在 1次方函数关系
所谓回归：体现在我们所学习和预测的数据会回归到某一区间，比如正态分布，回归到平均值

在这里插入图片描述

具象化出来，也就是图中的线，要尽可能的穿过所有的点，穿不过的也要尽量使loss最小，(loss由loss-function计算得出简单可以理解为图上点到线的距离求和最小）
多元线性回归也不过是多添加了几个维度，也就是特征数，y=x1w1+x2w2…+b （其中b并不考虑各种影响下的本身的偏移量）

在这里插入图片描述

深入理解线性回归：从数学上搞出解析解

什么是中心极限定理（Central Limit Theorem）
中心极限定理指的是给定一个任意分布的总体。我每次从这些总体中随机抽取 n 个抽样，一共抽 m 次。然后把这 m 组抽样分别求出平均值。这些平均值的分布接近正态分布。
我们这里假设每一个误差（也就是：（|<y真实> - y<预测>| 记做 ε）是随机的）那么根据中心极限定理，ε服从正态分布。
那么现在看看：我们知道了ε，知道了真实的y，就可以求预测的y了，知道了输入的x，最后我们就可以求出w了。
下式代表：误差+预测=真实
正态分布的概率密度
然后我们用ε替换掉x-μ
得到：
再用8里的公式：
多个概率密度函数连乘近似约等于概率的连乘（因为只知道概率密度不知道概率，只能近似了）这样就有了极大似然函数。
大佬给出的极大似然函数的超详细解释，读完之后全身都通透了！
然后这里就是期末考试刷题的万年套路了，取㏒，把乘变加。

求l(θ)最大,也就是求J(θ)最小，因为这是个凸函数，也就是J(θ)求导=0时的θ的值。

在这里插入图片描述

代码实现

import numpy as np
import matplotlib.pyplot as plt

__author__ = 'yasaka'

# 这里相当于是随机X维度X1，rand是随机均匀分布
X = 2 * np.random.rand(100, 1)
# 人为的设置真实的Y一列，np.random.randn(100, 1)是设置error，randn是标准正太分布
y = 4 + 3 * X + np.random.randn(100, 1)
# 整合X0和X1
X_b = np.c_[np.ones((100, 1)), X]
print(X_b)

# 常规等式求解theta
theta_best = np.linalg.inv(X_b.T.dot(X_b)).dot(X_b.T).dot(y)
print(theta_best)

# 创建测试集里面的X1
X_new = np.array([[0], [2]]) 
X_new_b = np.c_[(np.ones((2, 1))), X_new]
print(X_new_b)
y_predict = X_new_b.dot(theta_best)
print(y_predict)

plt.plot(X_new, y_predict, 'r-')
plt.plot(X, y, 'b.')
plt.axis([0, 2, 0, 15])
plt.show()

补充：

Q：为什么求总似然的时候，要用正太分布的概率密度函数？
A：中心极限定理，如果假设样本之间是独立事件，误差变量随机产生，那么就服从正太分布！

Q：总似然不是概率相乘吗？为什么用了概率密度函数的f(xi)进行了相乘？
A：因为概率不好求，所以当我们可以找到概率密度相乘最大的时候，就相当于找到了概率相乘最大的时候！

Q：概率为什么不好求？
A：因为求得是面积，需要积分，麻烦，大家不用去管数学上如何根据概率密度函数去求概率！

Q：那总似然最大和最优解的关系？
A：当我们找到可以使得总似然最大的条件，也就是可以找到我们的DataSet数据集最吻合某个正太分布！
即找到了最优解！

通过最大似然估计得思想，利用了正太分布的概率密度函数，推导出来了损失函数

Q：何为损失函数？
A：一个函数最小，就对应了模型是最优解！预测历史数据可以最准！

Q：线性回归的损失函数是什么？
A：最小二乘法，MSE，mean squared error，平方均值损失函数，均方误差

Q：线性回归的损失函数有哪些假设？
A：样本独立，随机变量，正太分布

通过对损失函数求导，来找到最小值，求出theta的最优解！

深入理解线性回归：梯度下降法

Q：梯度下降法是干嘛的？
A：梯度下降法是一种以最快的速度找到最优解的方法！

在这里插入图片描述
求解步骤：

初始化theta，w0…wn
接着求梯度gradient
theta_t+1 = theta_t - grad * learning_rate
learning_rate是个超参数，太大容易来回振荡，太小步子太短，需要走很长时间，不管太大还是太小，
都会迭代次数很多，耗时很长
等待grad < threshold，迭代停止，收敛，threshold是个超参数

公式推导：

核心公式就是这个：
下面我们来对损失求导：注意这里的θ和y都是向量，x是输入矩阵。

代码实现

import numpy as np
     
X = 2 * np.random.rand(100, 1)
y = 4 + 3 * X + np.random.randn(100, 1)
X_b = np.c_[np.ones((100, 1)), X]
# print(X_b)

learning_rate = 0.1
n_iterations = 10000    # 迭代次数
m = 100  # 100个样本

# 1，初始化theta，w0...wn
theta = np.random.randn(2, 1)
count = 0

# 4，不会设置阈值，之间设置超参数，迭代次数，迭代次数到了，我们就认为收敛了
for iteration in range(n_iterations):
    count += 1
    # 2，接着求梯度gradient
    gradients = 1/m * X_b.T.dot(X_b.dot(theta)-y)   # 这里用了X_b，也就是整体的输入矩阵，这里和公式推导的不一样，这样导致算出来的是个梯度矩阵，矩阵中的是特征的梯度。      
    # 3，应用公式调整theta值，theta_t + 1 = theta_t - grad * learning_rate
    theta = theta - learning_rate * gradients

print(theta)