【机器学习笔记4】Stanford公开课Exercise 3——Multivariate Linear Regression

Stanford公开课Exercise 3原题地址：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=MachineLearning&doc=exercises/ex3/ex3.html，下面是我完成的笔记。

第一部分，gradient descent方法

（一）原理回顾

简单重复一下gradient descent实现的过程，具体的看前面的文章（【机器学习笔记2】Linear Regression总结）：

1. h(θ)函数

（公式1）

2. J(θ)函数

（公式2）

向量化后简化为：

（公式3）

3.θ迭代过程

（公式4）

向量化后简化为：

（公式5）

4. Feature Scaling

将不同特征的取值转换到差不多的范围内，具体做法是：特征值减去该组特征值的均值，然后除以该组特征值的标准差，将所有特征值归一化至[-1,1]的范围。

（公式6）

（二）实现代码

%=================================================================
% Exercise 3: Multivariate Linear Regression (gradient descent)
% author : liubing (liubing80386@163.com)
%

%LB_c: 加载数据 ===============
x = load("ex3x.dat");
y = load("ex3y.dat");
%LB_c: 矩阵x第一列加上全1
x = [ones(size(x)(1),1), x];
%==============================

%LB_c: scaling(缩放到相同范围)，参考上面的（公式6）
sigma = std(x);	%x按列求标准差
mu = mean(x);	%x按列求均值
%第2、3列scaling（第1列全为1，不用做）
x(:,2) = (x(:,2) - mu(2)) ./ sigma(2);
x(:,3) = (x(:,3) - mu(3)) ./ sigma(3);
%==================================================

%LB_c: 常量数据准备=============================================================
%theta更新的迭代次数
iter_total = 50;	
%m为样本数，n为特征数（包含第一列的常数项，实际特征数为n-1）
[m,n] = size(x);	
%学习率的不同取值，共7个，实验结果表明前6个收敛，最后一个发散
alpha = [0.01, 0.03, 0.1, 0.3, 1, 1.3, 1.4];	
%对应不同学习率结果绘制的属性
plot_arg  = ['c', 'r', 'g', 'b', 'm', 'k', 'r', 'b'];
alpha_total = length(alpha);	%不同学习率种数
theta_arr = zeros(alpha_total, n);	%存储所有alpha值对应的theta结果
%===============================================================================

%LB_c ==========================================================================
%尝试不同的alpha值，绘制J值迭代趋势，theta结果保存到theta_arr中
figure;
title("J(theta) converge");
xlabel('iteration (times)');
ylabel('J(theta)');
for alpha_index = [1:alpha_total]

	theta = zeros(n,1);	%theta初始化为全0，其他值也可以
	J = zeros(iter_total,1);	%存储每一步迭代的J(theta)值
	
	%迭代过程
	for iter_index = [1:iter_total]		
		J(iter_index) = (x*theta-y)' * (x*theta-y) / (2*m);	%求当前的J(theta)，参考上面的（公式3）
		err = x * theta - y;
		grad = ( x' * err ) / m;	%求gradient
		theta = theta - alpha(alpha_index) * grad;	%梯度下降法更新theta，参考上面的（公式5）
	end
	
	%保存当前alpha的theta结果
	theta_arr(alpha_index,:) = theta';	
	%绘制当前alpha的J值迭代趋势
	if ( alpha_index == 7 )
		legend('0.01', '0.03', '0.1', '0.3', '1', '1.3');
		figure;
		title("J(theta) diverge");
		xlabel('iteration (times)');
		ylabel('J(theta)');
	end
	hold on;
	plot([0:49], J, plot_arg(alpha_index), 'LineWidth', 2);
	
	%a = input("continue : ");
end
legend('1.4');
%===============================================================================

%LB_c：结果输出 ======================================================================
alpha = theta_arr(5);
printf("theta for alpha=1 : \n");
theta_arr(5,:)
test_x = [1, 1650, 3];	%测试数据
test_x(2) = (test_x(2) - mu(2)) / sigma(2);	%scaling
test_x(3) = (test_x(3) - mu(3)) / sigma(3);	%scaling
predict_price = test_x * theta_arr(5,:)';	%计算预测值
printf("predicted price for test data(1650-square-foot house with 3 bedrooms) : \n");
predict_price
%=====================================================================================

（三）执行结果

1. J(θ)收敛的情况，改图对比了当学习率α分别为0.01、0.03、0.1、0.3、1和1.3时J(θ)的收敛趋势，根据对比来选择合适的学习率。本例中，因为α为1时收敛最快而且效果相当，所以选择了α为1。

2. J(θ)发散的情况，当α为1.4时，J(θ)发散的非常厉害，而且实验中发现当α为1.5,1.6甚至更大时发散更加快，J(θ)甚至相差多个数量级，无法在一个图中绘制出来。由此可以看出，α的选取在gradient descent中是非常重要的。

3. 下面是一些输出结果：当α=1时最终求得的回归系数theta，并用该theta值预测题目中给出的测试例子（1650平米，3个卧室），得到的预测房价。得到的结果与题目中给出的solution基本一致。

第二部分，normal equation方法

原题还要求用normal equation实现，并与gradient descent方法进行对比。normal equation的实现很简单，就是前面的文章（【机器学习笔记2】Linear Regression总结）中提到的公式：

（公式7）

实现代码如下：

%=================================================================
% Exercise 3: Multivariate Linear Regression (normal equation)
% author : liubing (liubing80386@163.com)
%

%LB_c: 加载数据 ===============
x = load("ex3x.dat");
y = load("ex3y.dat");
%LB_c: 矩阵x第一列加上全1
x = [ones(size(x)(1),1), x];
%==============================

theta = inv(x'*x)*x'*y;	%normal equation，参考上面的（公式7）
test_x = [1, 1650, 3];	%测试数据
price = test_x * theta;	%计算预测值

printf("theta from normal equation : \n");
theta
printf("predicted price for test data(1650-square-foot house with 3 bedrooms) : \n");
price

执行结果

可以看出，normal equation方法得到的预测值与gradient descent方法得到的是一样（2.9308e+005）。