機器學習-線性回歸模型

問題定義

給定數(shù)據(jù)集D=\{(\boldsymbol{x}_1, y_1),(\boldsymbol{x}_2, y_2),\cdots,(\boldsymbol{x}_m, y_m) \}\boldsymbol{x}_i=(x_{i1};x_{i2};\cdots;x_{id})是一個向量蛤售,y_i\in\mathbb{R}是一個標量丁鹉。數(shù)據(jù)集中的每個數(shù)據(jù)對(\boldsymbol{x}_i, y_i)可以看做空間中的一個點妒潭,那么線性回歸問題就是試圖學得一個超平面悴能,使得數(shù)據(jù)集中的點盡量落在或者靠近這個超平面。f(\boldsymbol{x}_i) = \boldsymbol{wx}_i+b, \quad s.t. \quad f(\boldsymbol{x}_i)\simeq y_i
衡量f(\boldsymbol{x}_i)y_i之前的差別雳灾,可以采用均方誤差這種性能度量漠酿。數(shù)據(jù)集D中的每個樣本的誤差為e_i=(f(\boldsymbol{x}_i) - y_i )^2,均方誤差就是所有樣本的誤差的加和平均谎亩,即E(f;D) = \frac{1}{m} \sum_{i=1}^m\limits(f(\boldsymbol{x}_i) - y_i )^2

問題求解

在該問題中炒嘲,我們要求解的變量是\boldsymbol{w}b,使得\boldsymbol{w}b取得最優(yōu)值的時候匈庭,誤差E(f;D)取得最小值夫凸。即如下優(yōu)化問題:
\begin{aligned}(\boldsymbol{w}^*,b^*)=\mathop{\arg\min}_{(\boldsymbol{w},b)}\sum_{i=1}^m(f(x_i) - y_i)^2 \\ =\mathop{\arg\min}_{(\boldsymbol{w},b)}\sum_{i=1}^m(y_i - wx_i-b)^2 \end{aligned}
求最大最小值的問題,可以對wb求關(guān)于損失函數(shù)E的偏導數(shù)阱持,然后令導數(shù)為0夭拌,得到一組等式,聯(lián)立求解方程即可衷咽。
\begin{align} \frac{\partial E_{(w,b)}}{\partial w}&=2\biggl(w\sum_{i=1}^mx_i^2 - \sum_{i=1}^m(y_i-b)x_i\biggr)=0, \\ \frac{\partial E_{(w,b)}}{\partial w}&=2\biggl(mb - \sum_{i=1}^m(y_i - wx_i)\biggr)=0, \end{align}

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末鸽扁,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子镶骗,更是在濱河造成了極大的恐慌桶现,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,406評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件鼎姊,死亡現(xiàn)場離奇詭異骡和,居然都是意外死亡相赁,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,732評論 3 393
  • 文/潘曉璐 我一進店門慰于,熙熙樓的掌柜王于貴愁眉苦臉地迎上來噪生,“玉大人,你說我怎么就攤上這事东囚《逅裕” “怎么了?”我有些...
    開封第一講書人閱讀 163,711評論 0 353
  • 文/不壞的土叔 我叫張陵页藻,是天一觀的道長桨嫁。 經(jīng)常有香客問我,道長份帐,這世上最難降的妖魔是什么璃吧? 我笑而不...
    開封第一講書人閱讀 58,380評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮废境,結(jié)果婚禮上畜挨,老公的妹妹穿的比我還像新娘。我一直安慰自己噩凹,他們只是感情好巴元,可當我...
    茶點故事閱讀 67,432評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著驮宴,像睡著了一般逮刨。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上堵泽,一...
    開封第一講書人閱讀 51,301評論 1 301
  • 那天修己,我揣著相機與錄音,去河邊找鬼迎罗。 笑死睬愤,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的纹安。 我是一名探鬼主播尤辱,決...
    沈念sama閱讀 40,145評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼钻蔑!你這毒婦竟也來了啥刻?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,008評論 0 276
  • 序言:老撾萬榮一對情侶失蹤咪笑,失蹤者是張志新(化名)和其女友劉穎可帽,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體窗怒,經(jīng)...
    沈念sama閱讀 45,443評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡映跟,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,649評論 3 334
  • 正文 我和宋清朗相戀三年蓄拣,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片努隙。...
    茶點故事閱讀 39,795評論 1 347
  • 序言:一個原本活蹦亂跳的男人離奇死亡球恤,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出荸镊,到底是詐尸還是另有隱情咽斧,我是刑警寧澤,帶...
    沈念sama閱讀 35,501評論 5 345
  • 正文 年R本政府宣布躬存,位于F島的核電站张惹,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏岭洲。R本人自食惡果不足惜宛逗,卻給世界環(huán)境...
    茶點故事閱讀 41,119評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望盾剩。 院中可真熱鬧雷激,春花似錦、人聲如沸告私。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,731評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽德挣。三九已至恭垦,卻和暖如春快毛,著一層夾襖步出監(jiān)牢的瞬間格嗅,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,865評論 1 269
  • 我被黑心中介騙來泰國打工唠帝, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留屯掖,地道東北人。 一個月前我還...
    沈念sama閱讀 47,899評論 2 370
  • 正文 我出身青樓襟衰,卻偏偏與公主長得像贴铜,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子瀑晒,可洞房花燭夜當晚...
    茶點故事閱讀 44,724評論 2 354

推薦閱讀更多精彩內(nèi)容