用最小二乘法训练神经网络_什么是最小二乘法？

最小二乘法是一种优化算法，最小二乘法名字的缘由有两个：一是要将误差最小化，二是将误差最小化的方法是使误差的平方和最小化。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合，所拟合的曲线可以是线性拟合与非线性拟合。

1、常用而不知

来看一个生活中的例子。比如说，有五把尺子：

用它们来分别测量一线段的长度，得到的数值分别为(颜色指不同的尺子)：

之所以出现不同的值可能因为：

a. 不同厂家的尺子的生产精度不同

b. 尺子材质不同，热胀冷缩不一样

c. 测量的时候心情起伏不定

......

总之就是有误差，这种情况下，一般取平均值来作为线段的长度：

日常中就是这么使用的。可是作为很事'er的数学爱好者，自然要想下：

这样做有道理吗？

用调和平均数行不行？

用中位数行不行？

用几何平均数行不行？

2、最小二乘法

换一种思路来思考刚才的问题。

首先，把测试得到的值画在笛卡尔坐标系中，分别记作 yi：

其次，把要猜测的线段长度的真实值用平行于横轴的直线来表示(因为是猜测的，所以用虚线来画)，记作 y：

每个点都向 y 做垂线，垂线的长度就是 | y-yi | ，也可以理解为测量值和真实值之间的误差：