矩阵的导数与迹
矩阵的导数
对于一个将m×nm×n的矩阵映射为实数的函数f:Rm×n↦Rf:Rm×n↦R,我们定义ff对矩阵AA的导数为
▽Af(A)=⎡⎣⎢⎢⎢⎢⎢⎢⎢∂f∂A11⋮∂f∂Am1…⋱…∂f∂A1n⋮∂f∂Amn⎤⎦⎥⎥⎥⎥⎥⎥⎥▽Af(A)=[∂f∂A11…∂f∂A1n⋮⋱⋮∂f∂Am1…∂f∂Amn]
而 f(A)f(A)就是我们下面要介绍的迹。
方阵的迹
对于一个nn阶方阵AA的迹被定义为方阵AA的主对角线的元素之和,通常对方阵的求迹操作写成trAtrA,于是我们有
trA=∑i=1nAiitrA=∑i=1nAii
一些有用的性质
- trABC=trBCA=trCABtrABC=trBCA=trCAB
这是对三个方阵的积求迹,循环移位后的结果还是一样的,不仅2个方阵或者3个方阵的积求迹满足此性质,对其他更多个数的方阵的积求迹也满足此性质。
- trA=trATtrA=trAT
这个就比较明显了,方阵转置后主对角线上的元素不会变
tr(A+B)=trA+trBtr(A+B)=trA+trB
tr αA=α trAtr αA=α trA
▽AtrAB=BT▽AtrAB=BT
这个看起来有点麻烦,下面验证一下,设方阵AA为
A=[acbd]A=[abcd]
设方阵 BB为
B=[egfh]B=[efgh]
那么有
AB=[ae+bgce+dgaf+bhcf+dh]AB=[ae+bgaf+bhce+dgcf+dh]
所以有
trAB=ae+bg+cf+dhtrAB=ae+bg+cf+dh
然后有
▽AtrAB=[efgh]=BT▽AtrAB=[egfh]=BT
▽ATf(A)=(▽Af(A))T▽ATf(A)=(▽Af(A))T
▽trABATC=CAB+CTABT▽trABATC=CAB+CTABT
▽A|A|=|A|(A−1)T▽A|A|=|A|(A−1)T
一个在后面用到的等式
▽ATtrABATC=BTATCT+BATC▽ATtrABATC=BTATCT+BATC
推导过程如下:
由▽ATf(A)=(▽Af(A))T▽ATf(A)=(▽Af(A))T自然有
▽ATtrABATC=(▽AtrABATC)T=(CAB+CTABT)T▽ATtrABATC=(▽AtrABATC)T=(CAB+CTABT)T
所以有
(CAB+CTABT)T=BT(CA)T+(ABT)TC=BTATCT+BATC(CAB+CTABT)T=BT(CA)T+(ABT)TC=BTATCT+BATC
对▽θJ(θ)▽θJ(θ)的一点理解
Andrew ng在cs229-notes1中给出了一些公式,貌似还是有些东西并没有很明显的提出来,像我这种渣渣就有点晕。首先是给出的J(θ)J(θ)的矩阵表示如下
J(θ)=12∑i=1m(hθ(x(i))−y(i))2=12(Xθ−y⃗ )T(Xθ−y⃗ )J(θ)=12∑i=1m(hθ(x(i))−y(i))2=12(Xθ−y→)T(Xθ−y→)
这个公式的推导过程还是比较简单的,下面的推导比较蛋疼,有些隐含的信息貌似Andrew ng没有明显指出来,对我这种渣渣就比较尴尬了。
▽θJ(θ)=▽θ12(Xθ−y⃗ )T(Xθ−y⃗ )▽θJ(θ)=▽θ12(Xθ−y→)T(Xθ−y→)
强行展开
▽θJ(θ)=12▽θ(θTXTXθ−θTXTy⃗ −y⃗ TXθ+y⃗ Ty⃗ )▽θJ(θ)=12▽θ(θTXTXθ−θTXTy→−y→TXθ+y→Ty→)
很明显,后面的 y⃗ Ty⃗ y→Ty→是一个与 θθ无关的常量,所以对 θθ求偏导数为0,可以省略掉。假设 αα是一个实数,那么我们有 tr α=αtr α=α。 θθ是 n×1n×1的, XX是 m×nm×n的,所以 θTXTXθθTXTXθ的维数变换是 (1×n)×(n×m)×(m×n)×(n×1)(1×n)×(n×m)×(m×n)×(n×1),所以结果是一个 1×11×1的方阵;同理其他的加数也是 1×11×1的方阵,所以有
▽θJ(θ)=12▽θtr(θTXTXθ−θTXTy⃗ −y⃗ TXθ)▽θJ(θ)=12▽θtr(θTXTXθ−θTXTy→−y→TXθ)
由于 trA=trATtrA=trAT和 tr(A+B)=trA+trBtr(A+B)=trA+trB,所以 θTXTy⃗ =y⃗ XθθTXTy→=y→Xθ,然后就有
▽θJ(θ)=12▽θ(tr θTXTXθ−2tr y⃗ Xθ)▽θJ(θ)=12▽θ(tr θTXTXθ−2tr y→Xθ)
对 tr y⃗ Xθtr y→Xθ,有 tr y⃗ Xθ=tr θy⃗ Xtr y→Xθ=tr θy→X,又有 ▽θtr AB=BT▽θtr AB=BT,所以有 ▽θtr θy⃗ X=(y⃗ X)T=XTy⃗ ▽θtr θy→X=(y→X)T=XTy→;又因为
∂XTAX∂X=(A+AT)X∂XTAX∂X=(A+AT)X
所以有 ▽θtr θTXTXθ=(XTX+(XTX)T)θ=2XTXθ▽θtr θTXTXθ=(XTX+(XTX)T)θ=2XTXθ,这样子就好办了
∴▽θJ(θ)=XTXθ−XTy⃗ ∴▽θJ(θ)=XTXθ−XTy→
令 ▽θJ(θ)=0▽θJ(θ)=0可以求出
θ=(XTX)−1XTy⃗