最小二乘有监督回归(一)

最小二乘有监督回归
最小二乘学习法是根据输入训练数据,不断调整输入数据的权重,直到模型输出和训练集输出的平方误差最小。所以训练目的就是权重。
平方误差:
在这里插入图片描述
(Xi,Yi)是输入的数据,theta代表权重。
使用线性模型,也就是如下图,可以理解为类似级数的感觉在这里插入图片描述
如此一来,平方误差可以表示为
在这里插入图片描述
而线性模型可以表示为
在这里插入图片描述
平方误差关于权重theta的偏微分就可以写成
在这里插入图片描述
偏微分为0时,最小二乘满足关系式
在这里插入图片描述
根据这个等式可以求出权重theta。
对于不可逆矩阵,可以使用广义逆矩阵,如图
在这里插入图片描述
在这里插入图片描述

matlab例程如下:
在这里插入图片描述
此例程中矩阵求解被简化,在这里插入图片描述
来提高计算效率。

加权最小二乘
平方误差
在这里插入图片描述
加权后求解
在这里插入图片描述
在这里插入图片描述
以上是线性模型下的最小二乘。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值