线性回归(Liner Regression)

机器学习之线性回归(Liner Regression)

---

---

1.什么是线性回归

• 线性：两个变量之间的关系是一次函数关系的——图象是直线，叫做线性。
• 非线性：两个变量之间的关系不是一次函数关系的——图象不是直线，叫做非线性。
• 回归：人们在测量事物的时候因为客观条件所限，求得的都是测量值，而不是事物真实的值，为了能够得到真实值，无限次的进行测量，最后通过这些测量数据计算回归到真实值，这就是回归的由来。

---

2.能够解决什么样的问题

对大量的观测数据进行处理，从而得到比较符合事物内部规律的数学表达式。也就是说寻找到数据与数据之间的规律所在，从而就可以模拟出结果，也就是对结果进行预测。解决的就是通过已知的数据得到未知的结果。例如：对房价的预测、判断信用评价、电影票房预估等。

---

3.一般表达式是什么

$$Y=wx+b$$

$Y$是输出，$x$是输入，$w$叫做$x$的系数，$b$叫做偏置项。

---

4. 如何计算-Loss Function

均方误差（Mean Squared Error,MSE）

$$J=\frac{1}{2m}\sum _m^{i=1}(y^{\prime }-y{)}^2$$
$J$是损失值，$m$是样本数量，$y^{\prime }$是预测值，$y$是真实值。利用梯度下降法找到最小值点，也就是最小误差，最后把$w$和$b$给求出来。

---

5.过拟合、欠拟合如何解决

使用正则化项，也就是给loss function加上一个参数项，正则化项有L1正则化、L2正则化、ElasticNet。加入这个正则化项好处：

• 控制参数幅度，不让模型“无法无天”;
• 限制参数搜索空间;
• 解决欠拟合与过拟合的问题。

5.1 什么是L2正则化(岭回归)

方程：
$$J=J_0+\lambda \sum _w{w}^2$$
$J_0$表示上面的loss function，在loss function的基础上加入$w$参数的平方和乘以$\lambda$ ，假设：
$$L=\lambda (w_1^2+w_2^2)$$
回忆以前学过的单位圆的方程：
$$x^2+y^2=1$$
正和L2正则化项一样，此时我们的任务变成在L约束下求出J取最小值的解。求解J0的过程可以画出等值线。同时L2正则化的函数$L$也可以在$w_1{w}_2$的二维平面上画出来。如下图：

$L$表示为图中的黑色圆形，随着梯度下降法的不断逼近，与圆第一次产生交点，而这个交点很难出现在坐标轴上。这就说明了L2正则化不容易得到稀疏矩阵，同时为了求出损失函数的最小值，使得$w_1$和$w_2$无限接近于0，达到防止过拟合的问题。

5.2 什么场景下用L2正则化

只要数据线性相关，用LinearRegression拟合的不是很好，需要正则化，可以考虑使用岭回归(L2), 如何输入特征的维度很高,而且是稀疏线性关系的话， 岭回归就不太合适,考虑使用Lasso回归。

5.3 什么是L1正则化(Lasso回归)

L1正则化与L2正则化的区别在于惩罚项的不同：
$$J=J_0+\lambda (\left|w_1\right|+\left|w_2\right|)$$
求解$J_0$的过程可以画出等值线。同时L1正则化的函数也可以在$w_1{w}_2$的二维平面上画出来。如下图：

惩罚项表示为图中的黑色棱形，随着梯度下降法的不断逼近，与棱形第一次产生交点，而这个交点很容易出现在坐标轴上。这就说明了L1正则化容易得到稀疏矩阵。

5.4 什么场景下使用L1正则化

L1正则化(Lasso回归)可以使得一些特征的系数变小,甚至还使一些绝对值较小的系数直接变为0，从而增强模型的泛化能力 。对于高的特征数据,尤其是线性关系是稀疏的，就采用L1正则化(Lasso回归),或者是要在一堆特征里面找出主要的特征，那么L1正则化(Lasso回归)更是首选了。

5.5 什么是ElasticNet回归

ElasticNet综合了L1正则化项和L2正则化项，以下是它的公式：
$$min(\frac{1}{2m}[\sum _{i=1}^m(y^{\prime }-y{)}^2+\lambda \sum _{j=1}^n{w}_j^2]+\lambda \sum _{j=1}^n\left|w_j\right|)$$

5.6 ElasticNet回归的使用场景

ElasticNet在我们发现用Lasso回归太过(太多特征被稀疏为0),而岭回归也正则化的不够(回归系数衰减太慢)的时候，可以考虑使用ElasticNet回归来综合，得到比较好的结果。

---

6.线性回归要求因变量服从正态分布？

我们假设线性回归的噪声服从均值为0的正态分布。 当噪声符合正态分布$N(0,{\delta }^2)$时，因变量则符合正态分布$N(ax(i)+b,{\delta }^2)$，其中预测函数$y=ax(i)+b$。这个结论可以由正态分布的概率密度函数得到。也就是说当噪声符合正态分布时，其因变量必然也符合正态分布。

在用线性回归模型拟合数据之前，首先要求数据应符合或近似符合正态分布，否则得到的拟合函数不正确。

7. 代码实现