**
回归的概念;
回归用于确定输入变量河输出变量之间的关系,回归模型是表示是表示输入变量到输出变量之间关系的映射函数。回归分析通常分为模型学习与预测两个过程。前者主要根据给定训练数据集构建回归模型,后者则根据新的输入数据预测相应的输出。
1:最小二乘法
求最终的a和b;
当多元回归,参数较多,如何推导?
2:梯度下降法:
梯度下降算法是一种通过不断迭代的方式求取代价函数最小/最大值的经典算法。其基本思想类似于爬山人快速下山的过程:以爬山人当前所处位置为基准寻找下山最快的方向(即位置最陡峭的地方),然后朝此方向下山,而到新的位置时,继续根据自己所处的新位置寻找下山最快的方向,如此反复直至到达山底。
梯度下降法又称最速下降法。函数J(a)在某点ak的梯度
是一个向量,其方向是J(a)增长最快的方向。显然,负梯度方向是J(a)减少最快的方向。
在梯度下降法中,求某函数极大值时,沿着梯度方向走,可以最快达到极大点;反之,沿着负梯度方向走,则最快地达到极小点。
求函数J(a)极小值的问题,可以选择任意初始点a0,从a0出发沿着负梯度方向走,可使得J(a)下降最快。
谢谢您的查看,欢迎留言区留言;如有什么错误的地方,欢迎指正。