机器学习:正规方程参数θ的推导过程

多变量线性回归代价函数为:

其中: 

正规方程是通过求解下面的方程来找出使得代价函数最小的参数:

设有m个训练实例,每个实例有n个特征,则训练实例集为:

这里写图片描述 
其中这里写图片描述表示第i个实例第j个特征。

特征参数为:

这里写图片描述

输出变量为:

这里写图片描述

故代价函数为:

这里写图片描述

进行求导,等价于如下的形式:

这里写图片描述

求导公式:

  • 其中第一项:

这里写图片描述

  • 第二项:

这里写图片描述 
该矩阵求导为分母布局下的标量/向量形式: 
故有, 
这里写图片描述

  • 第三项:

这里写图片描述 
该矩阵求导为分母布局下的标量/向量形式: 
故有: 
这里写图片描述

  • 第四项:

这里写图片描述 
其中这里写图片描述为标量,可看成一个常数。 
该矩阵求导为分母布局下的标量/向量形式: 
故有: 
这里写图片描述

综上,正规方程为:

这里写图片描述

最终可得特征参数的表示:

这里写图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值