linear regression （依据斯坦福大学网上机器学习视频）

因为这个暑假利用一些时间看了斯坦福大学的机器学习的公开课，当时基本上都是看视频，没有心思去做课后题和编程实验，一个月过后觉得还是多练习一下才可以更好的巩固。

下面就开始第一章：linear regression,我基本上按照网络课程给的编程实验说，顺便回顾一下基本知识。

（1）只有一个变量的linear regression

之前的博客有提到用正规化方程去解的，这里选择用梯度下降法来，这个方法更快一些，而且具有一定的推广性。

首先为了说明我们拟合直线的好坏程度，自然的引入cost function：


当然这里用的是最常见的cost function，这个函数自变量是theta,对于单变量来说，theta是一个具有两个元素的向量，一个表示截距，一个为斜率，m是训练样本个数为固定值。

好了，下面介绍batch gradient descent alogrithm 也就是每次利用所有样本完成一次计算的梯度下降法：

（依旧是截图，，，，，，，）
当然这个是上面的cost function对theta求导得来的，也就是原来的值减去了一个比较小的，当然是朝着cost function减少的方向去减的（这个可以通过二次函数图像简单说明）。a是学习速率，也就是一部分决定了你要减少多少。

有了这些公式，就可以利用数据进行计算了，首先在给定theta和样本数据的情况下编写代码计算cost function (比较简单，就不写了)

然后开始迭代，在每一次的迭代中都要利用所有的样本数据计算新的theta值，当然你可以把每一次迭代中得到的theta带入到cost function中看看是不是在减少（网上给的程序是利用matlab的surf和contour来画的。）

（1）多变量 linear regression

首先由于变量之间的数据大小差异可能比较大，这样导致其梯度变化比较剧烈（因为有的方向可能为100，有的因为本身数据很小，可能只有1），因此要利用梯度下降法要进行归一化。

也就是每一个特征下的数据减去他们的均值后除以标准差，当然也有别的方法。

然后就是计算cost function和梯度,方法和上面一样，只不过是多了维度而已。
当然这里我们也可以用之前说过的normal equation 正规化方程来解，此时就不需要进行数据归一化了。

当然采用正规化方程与梯度下降法得到的结果是不同的，一方面是因为梯度下降法本身具有一定的波动，其可能在某个极值点附近波动；另外正规化方程要求X矩阵的列是满秩的（也就是任意两个特征的数据不具有线性相关性），一般情况下可能并不满足，当然这样并不影响计算，毕竟矩阵的逆运算可以推广到左逆与右逆。

好了，以上就是利用数据进行linear regression的情况，总结来说就是已知一堆数据，我们采用线性拟合的方法，通过梯度下降法或者正规化方程求解出最优的拟合参数，使得y可以表示成x的线性组合且参数尽可能最优。