機器學習筆記:線性迴歸、邏輯斯蒂迴歸推導
阿新 • • 發佈:2019-01-13
參考書籍:《統計學習方法》,cs229,其他
1、線性迴歸
1.1、線性迴歸表示
線性迴歸屬於監督學習問題,輸入X與輸出Y成線性關係,只要我們得到了這個具體的關係,那麼對於待預測的資料X我們便可以知道Y的值。現在就來求這個線性關係
先定義好變量表示。記輸入變量表示為 ,輸出變量表示為 ,訓練集為 ,特徵向量 是m維的(m個特徵)表示為 。 表示第 個輸入變數的第 個特徵那麼線性關係可以表示為:
,
我們記 那麼就可以表示為
1.2、線性迴歸學習
線性迴歸的學習也就是求解引數 ,為了使預測結果儘量準確,我們需要使得對訓練集擬合的較好,定義如下的損失函式,直觀上也很容易理解:
顯然 越小越好,所以我們需要求 ,此時對應的 正是我們所需要的,自然也就求出來了模型。 這裡使用梯度下降法來求解(假如你現在在山頂記住 ,你要下山打算每次跨 步,如何下的最快?答案是沿著梯度方向走也就是切線方向,每跨一次位置成了 ,繼續用 表示那麼就是 ),用公式表示如下。
接下來進行簡單的求導即可:
=>