02-线性回归和代码深入实现

线性回归

线性：y=a*x 一次方的变化
回归：回归到平均值

• 简单线性回归

算法==公式
一元一次方程组

一元指的一个X：影响Y的因素，维度
一次指的X的变化：没有非线性的变化

y = a*x + b
x1,y1 x2,y2 x3,y3 x4,y4 …

做机器学习，没有完美解
只有最优解~
做机器学习就是要以最快的速度，找到误差最小的最优解！

一个样本的误差：
yi^ - yi
找到误差最小的时刻，为了去找到误差最小的时刻，需要反复尝试，a,b
根据最小二乘法去求得误差
反过来误差最小时刻的a,b就是最终最优解模型！！！

• 多元线性回归

本质上就是算法（公式）变换为了多元一次方程组
y = w1x1 + w2x2 + w3x3 + … + wnxn + w0*x0

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：那总似然最大和最有解得关系？
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！

通过Python调用numpy来应用解析解公式之间计算最优解
文件名: linear_regression_0.py

**

梯度下降法

**
1，初始化theta
2，求梯度gradients
3，调整theta
theta_t+1 = theta_t - grad*(learning_rate)
4，回到2循环往复第2步和第3步，直到迭代收敛，g约等于0

通过sklearn模块使用LinearRegression
from sklearn.linear_model import LinearRegression
文件名: linear_regression_1.py

注：

1. rand是随机均匀分布
2. randn是标准正态分布
3. np.c_(c是combine）
4. algebra代数
5. inv（求逆）
6. .dot-点积
7. x_b.T（T即为转置的意思）
8. ‘r-’（r-red，- 即为用横杠表示）
9. ‘b.’（b-blue，. 即用点表示）
10. 参数就是模型
11. scikit-learn.org
12. plt.plot()函数应用[转自] (https://blog.csdn.net/u014539580/article/details/78207537)
    plt.plot(x,y,format_string,**kwargs)
    x轴数据，y轴数据，format_string控制曲线的格式字串
    format_string 由颜色字符，风格字符，和标记字符
    
    
    
13. plt.axis()函数应用
    plt.axis([x_start, x_end, y_start, y_end]) 设置当前x轴和y轴的范围