机器学习（3）--线性回归、逻辑回归方法总结

导读：

   本笔记是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四节主要讲述了回归问题，属于有监督学习中的一种方法。该方法的核心思想是从离散的统计数据中得到数学模型，然后将该数学模型用于预测或者分类。该方法处理的数据可以是多维的。

---

问题引入：

 

 如果来了一个新的面积，假设在销售价钱的记录中没有的，我们怎么办呢？

我们可以用一条曲线去尽量准的拟合这些数据，然后如果有新的输入过来，我们可以在将曲线上这个点对应的值返回。如果用一条直线去拟合，可能是下面的样子：

其中，绿色的点代表我们想要预测的点。

 

首先给出一些概念和常用的符号。

房屋销售记录表：训练集(training set)或者训练数据(training data), 是我们流程中的输入数据，一般称为xi向量

房屋销售价：输出数据，一般称为y

拟合的函数（或者称为假设或者模型）：一般写做y = h(x)

训练数据的条目数(#training set),：一条训练数据是由一对输入数据和输出数据组成的输入数据的维度n (特征的个数，#features)

这个例子的特征是两维的，结果是一维的。然而回归方法能够解决特征多维，结果是一维多离散值或一维连续值的问题。

---

学习过程：

 

下图展示的是一个典型的机器学习的过程，首先给出一个输入数据，机器学习算法会通过一系列的过程得到一个估计的函数，这个函数有能力对没有见过的新数据给出一个新的估计，也被称为构建一个模型。就如同上面的线性回归函数。

---

线性回归

线性回归假设特征和结果满足线性关系。

其实线性关系的表达能力非常强大，每个特征对结果的影响强弱可以有前面的参数体现，而且每个特征变量可以首先映射到一个函数，然后再参与线性计算。这样就可以表达特征与结果之间的非线性关系。

---

梯度下降法

在选定线性回归模型后，只需要确定参数θ，就可以将模型用来预测。然而θ需要在J(θ)最小的情况下才能确定。因此问题归结为求极小值问题，使用梯度下降法。梯度下降法最大的问题是求得有可能是全局极小值，这与初始点的选取有关。

梯度下降法是按下面的流程进行的：

1）首先对θ赋值，这个值可以是随机的，也可以让θ是一个全零的向量。

2）改变θ的值，使得J(θ)按梯度下降的方向进行减少。

 

梯度方向由J(θ)对θ的偏导数确定，由于求的是极小值，因此梯度方向是偏导数的反方向。

迭代更新的方式有两种：

一种是批梯度下降，也就是对全部的训练数据求得误差后再对θ进行更新；

另外一种是增量梯度下降，每扫描一步都要对θ进行更新。

前一种方法能够不断收敛，后一种方法结果可能不断在收敛处徘徊。一般来说，梯度下降法收敛速度还是比较慢的。

另一种直接计算结果的方法是最小二乘法。

---

最小二乘法

---

平方和误差函数

---

带权重的线性回归

带权重的线性回归方法是在线性回归的误差函数中加入了每个参数的权重值。

---

分类和对数回归

一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用对数回归。

对数回归本质上是线性回归，只是在特征到结果的映射中加入了一层函数映射，即先把特征线性求和，然后使用函数g(z)将作为假设函数来预测。g(z)可以将连续值映射到0和1上，以此来完成二分类问题的求解。

对数回归的假设函数如下，线性回归假设函数只是???。

对数回归用来分类0/1问题，也就是预测结果属于0或者1的二值分类问题。

这里假设了二值满足伯努利分布，也就是

对上式求最大似然估计，然后求偏导，得到迭代公式结果为：

---

牛顿下降法

---

一般线性模型

首先，如果一个概率分布可以表示成

那么这个概率分布称作为指数分布。

 

伯努利分布，高斯分布，泊松分布，贝塔分布，狄特里特分布都属于指数分布。

在对数回归时采用的是伯努利分布，伯努利分布的概率可以表示成

其中              

得到

---

Softmax回归

---