线性回归之正规方程原理推导
- 本篇文章,适用有一定基础的程序员。
- 正规方程求解线性回归的解:
- 有的用系数$$theta$$表示,有的用$$w$$表示,仅仅是符号不同而已。
- $$theta = (X^TX)^{-1} X^Ty$$
- $$w = (X^TX)^{-1} X^Ty$$
- 线性回归的理论基础是,最小二乘法skleran官方公式:
- $$minlimits{w}||Xw - y||2^2$$
- 其中X,w和y都是矩阵
- 公式中右下角2表示向量2范数,右上角2表示平方
- 向量1-范数$$||X||1 = sumlimits{i=1}^{n}|x_{i}|$$所有元素的绝对值之和
- 向量2-范数$$||X||2 = sqrt{sumlimits{i =1}^nx_i^2}$$所有元素的平方和开平方
- 向量的无穷范数$$||X||{infty} = maxlimits{1leq ileq n}|x_i|$$
-
- 当方程取最下值时,求解的w就为最优解
- 右上角的平方意味着,方程存在最小值,对矩阵求导,令导数为零,求解的w即为最优解。
- 矩阵基本求导公式:
- $$frac{dX^T}{dX} = I$$
- $$frac{dX^TA}{dX} = A$$
- $$frac{dAX}{dX} = A^T$$
- $$frac{dX}{dX