1,多元线性回归算法中,梯度下降法和正规方程之间的优缺点:
梯度下降法
优点:
1,时间负责度是O(k*n2),m是样本点的数量,n是特征的数量,对于特征数量比较大的时候计算速度较快;
缺点:
(1),需要选择学习率,可能要试很多次,还要判断是否收敛;
(2),特征还需要做标准化,不然有可能收敛速度很慢,算法很慢。
(3),需要多次迭代。
正规方程
优点:
(1),直接求解析解,求得的解是最优的;
(2),不需要选择学习率,不需要特征标准化,直接解一个逆阵;
缺点:
(1),特征数量较多时,时间复杂度较高,因为求解逆阵的时间复杂度是O(n3),如果特征数量上万时,我们就会选择梯度下降法;
2,关于损失函数的选取,一般损失函数我们有0-1损失,均方误差损失,对数似然损失函数等,我们要保证损失函数是凸的,这样就能保证我们得到的局部最优是全局最优。如在logistic回归中,如果选择均方误差损失函数,就会导致经验函数会出现很多局部最优解,这样最终得到的最优解就不是最好的。