机器学习（六）多元线性回归之最小二乘法

线性回归的原理

• 多元回归的一般式

$$\hat{y}(\theta ,x)={\theta }_0+{\theta }_1{x}_1+\dots +{\theta }_p{x}_p$$

其中：
$\hat{y}$:预测值

${\theta }_0,{\theta }_1,\dots {\theta }_p$:参数

$x_0,x_1,\dots x_p$:自变量

• 方程的拟合思路

最小二乘法

• 通过求导求极值解法

下面通过一元线性回归模型做推导：

样本回归模型：

$${\hat{y}}_i={\hat{\beta }}_0+{\hat{\beta }}_1{x}_i$$

残差平方和(损失函数):

$$Q=\sum _{i=1}^n{e}_i^2=\sum _{i=1}^n{\left(y_i-{\hat{y}}_i\right)}^2=\sum _{i=1}^n{\left(y_i-{\hat{\beta }}_0-{\hat{\beta }}_1{x}_i\right)}^2$$

通过使得Q最小时的参数确定直线，即把它们看作是Q的函数，就变成了一个求极值的问题，可以通过求导数得到。求Q对两个待估参数的偏导数

$$\{\begin{array}{rl}\frac{\partial Q}{\partial {\hat{\beta }}_0}& =2\sum _{i=1}^n\left(y_i-{\hat{\beta }}_0-{\hat{\beta }}_1{x}_i\right)(-1)=0\\ \frac{\partial Q}{\partial {\hat{\beta }}_1}& =2\sum _{i=1}^n\left(y_i-{\hat{\beta }}_0-{\hat{\beta }}_1{x}_i\right)\left(-x_i\right)=0\end{array}$$

解得：

$${\hat{\beta }}_1=\frac{n\sum x_i{y}_i-\sum x_i\sum y_i}{n\sum x_i^2-{\left(\sum x_i\right)}^2}$$

$${\hat{\beta }}_0=\frac{\sum x_i^2\sum y_i-\sum x_i\sum x_i{y}_i}{n\sum x_i^2-{\left(\sum x_i\right)}^2}$$

其中：

$${\hat{\beta }}_0=\bar{y}-{\hat{\beta }}_1\bar{x}$$

$${\hat{\beta }}_1=\frac{{\sum }_{i=1}^n{x}_i{y}_i-n\overline{xy}}{{\sum }_{i=1}^n{x}_i^2-n{\bar{x}}^2}$$

• 通过矩阵求解

定义：
$$h_{\theta }\left(x_1,x_2,\dots x_{n-1}\right)={\theta }_0+{\theta }_1{x}_1+\dots +{\theta }_n{x}_{n-1}$$
现在有m个样本，每个样本有n−1维特征将所有样本点代入模型中得：

$$\begin{array}{l}{h}_1={\theta }_0+{\theta }_1{x}_{1,1}+{\theta }_2{x}_{1,2}+\dots +{\theta }_{n-1}{x}_{1,n-1}\\ h_2={\theta }_0+{\theta }_1{x}_{2,1}+{\theta }_2{x}_{2,2}+\dots +{\theta }_{n-1}{x}_{2,n-1}\\ ⋮\\ h_m={\theta }_0+{\theta }_1{x}_{m,1}+{\theta }_2{x}_{m,2}+\dots +{\theta }_{n-1}{x}_{m,n-1}\end{array}$$

为方便用矩阵表示令$x_0=1$于是上述方程可以用矩阵表示为：

$$\mathbf{h}=\mathbf{X}\theta$$
其中，h为m x 1的向量, 代表模型的理论值，θ 为n x 1的向量，X为 m x n维的矩阵，m代表样本的个数,n代表样本的特征数，于是目标损失函数用矩阵表示为：

$$J(\theta )=\Vert \mathbf{h}-\mathbf{Y}{\Vert }^2=\Vert \mathbf{X}\theta -\mathbf{Y}{\Vert }^2=(\mathbf{X}\theta -\mathbf{Y}{)}^T(\mathbf{X}\theta -\mathbf{Y})$$

关于矩阵的求导补充以下知识点：

$$\begin{array}{rl}\frac{\partial x^{T}a}{\partial x}& =\frac{\partial a^{T}x}{\partial x}=a\\ \frac{\partial x^{T}Ax}{\partial x}& =Ax+A^{T}x\end{array}$$
又由于如果矩阵A是对称的：

$$Ax+A^{T}x=2Ax$$
对目标函数化简：

$$J(\theta )={\theta }^T{X}^{T}X\theta -{\theta }^T{X}^{T}Y-Y^{T}X\theta +Y^{T}Y$$
则θ最小值：

$$\begin{array}{rl}\hat{\theta }=\underset{\theta }{\mathrm{argmin}}L(\theta )& ⟶\frac{\partial }{\partial \theta }L(\theta )=0\\ & ⟶2X^{T}X\hat{\theta }-2X^{T}Y=0\\ & ⟶\hat{\theta }={\left(X^{T}X\right)}^{-1}{X}^{T}Y=X^{+}Y\end{array}$$
这个式子中${\left(X^{T}X\right)}^{-1}{X}^T$又被称为伪逆写作$X^{+}$,对于行满秩或者列满秩的X ，可以直接求解。

• 几何意义法求解

求解 b 在A的列向量空间中的投影。

在几何上，最小二乘法相当于模型（这里就是直线）和试验值的距离的平方求和，假设我们的试验样本张成一个 维空间（满秩的情况）模型写成$f(w)=X\beta$而最小二乘法就是说希望 Y 和这个模型距离越小越好，于是它们的差应该与这个张成的空间垂直：

$$X^T\cdot (Y-X\beta )=0⟶\beta ={\left(X^{T}X\right)}^{-1}{X}^{T}Y$$

python实现最小二乘法（通过矩阵求解）

class LinearRegression:
    '''使用Python实现的线性回归.（最小二乘法）'''
    def fit(self,X,y):
        '''根据提提供的训练数据X，对模型进行训练。
        
        Parameters
        ------
        X ：类数组类型。形状：[样本数量，特征数量]
        特征矩阵，用来对模型进行训练
        
        y = 类数组类型，形状：[样本数量]
        
        '''
        # 如果X是数组对象的一部分，而不是完整的对象数据（eg:切片）则无法完成矩阵的转换
        X = np.asmatrix(X.copy())  #这里创建X的拷贝对象，避免转换成矩阵时候失败
        # y 为一维结构（行向量或列向量）没有限制，可以不用拷贝
        # 注意：现在要进行矩阵的运算，需要是二维结构，通过reshape方法进行转换
        y = np.asmatrix(y).reshape(-1,1)    #    (-1,1)意思：把数组转换为一列，依据数据自定义行的矩阵
        # 通过最小二乘公式，求解出最佳的权重值
        self.w_ = (X.T * X ).I * X.T * y
    def predict(self,X):
        '''根据参数传递的样本X，delattr样本数据进行预测。
    
         Parameters
         ------
         X：类数组类型。形状[样本数量，特征数量]
         待预测的样本特征（属性）
       
         Returns
         ------
         result:数组类型
                预测的结果
        '''
        # 将X转换为矩阵 注意：需要对X进行拷贝
        X = np.asmatrix(X.copy())
        result = X * self.w_
        # 将矩阵转换为ndarray数组 ，进行扁平化处理 ，然后返回结果
        return np.array(result).ravel()