吳恩達機器學習筆記-模型及代價函數(shù)

主要講述一元線性回歸算法的主要內(nèi)容,因此默認對監(jiān)督學習的定義有所了解力细,若不清楚可查看吳恩達機器學習第一講或自行Google泻云。

首先,我們知道,在監(jiān)督學習中稳捆,我們一般都會有已有的數(shù)據(jù)集且其擁有明確的輸入輸出結(jié)果.監(jiān)督學習主要分為回歸和分類兩種類型赠法,而這里我們只討論回歸問題。

模型概述

在回歸問題中乔夯,一般都是去嘗試尋找一個連續(xù)的函數(shù)來盡可能的表達出輸入輸出之間的關(guān)系砖织,為了方便表示,我們使用x^(i)來表示輸入的變量末荐,y^(i)表示輸出值或稱作目標值侧纯,一對(x^(i),y^(i))稱作是一個訓練樣本(training example),而包含了所有的數(shù)據(jù)(x^(i),y^(i))甲脏,i=1,2,3... 的集合m稱作訓練集(training set),而標在右上方的i僅僅是指這個訓練集的一個索引眶熬,不是次方的意思妹笆。我們同時也使用X和Y表示所有的輸入輸出值的值域,X=Y=R.

為了方便表示監(jiān)督學習娜氏,如下圖所示拳缠,給定一個訓練集,去學習一個算法h使得輸入x能更好的預(yù)測到結(jié)果y贸弥,這里的算法函數(shù)我們稱作假設(shè)函數(shù)窟坐。

代價函數(shù)(cost function)

如何來評價我們設(shè)定的假設(shè)函數(shù)是否準確呢,這里我們引入代價函數(shù)的概念绵疲。
首先哲鸳,假設(shè)我們有一組數(shù)據(jù),x表示當天氣溫(攝氏度)盔憨,y表示當天某商店出售熱飲數(shù)量(杯):

x y
13 70
18 48
10 83
4 102
1 122
7 90
11 84
5 94
3 97

將所有數(shù)據(jù)x^(i),y^(i)表示在散點圖中如下圖所示:

很明顯我們能看出這些數(shù)據(jù)很傾向于在一條直線上徙菠,假定這條直線的函數(shù)為h_\theta(x) = \theta_0+\theta_1x,則對于每條數(shù)據(jù)計算的差值為h_\theta(x^(i))-y^(i),要使得這個函數(shù)即我們所說的假設(shè)函數(shù)與實際值誤差最小,則是要每條數(shù)據(jù)的誤差值之和最小郁岩,通常我們會求其差值平方和并除以總樣本數(shù)的2倍婿奔,即\frac{1}{2m}\sum_{i=1}^m(h_\theta(x^(i))-y^(i))^2,令J(\theta_0,\theta_1) = \frac{1}{2m}\sum_{i=1}^m(h_\theta(x^(i))-y^(i))^2,則我們的目標其實就是求得函數(shù)J(\theta_0,\theta_1)最小時的\theta_0,\theta_1的值,函數(shù)J(\theta_0,\theta_1)就是所謂的代價函數(shù).

為了更方便理解代價函數(shù)驯用,我們首先從簡單的情形去分析脸秽,假定\theta_0=0,則假設(shè)函數(shù)h_\theta(x) = \theta_1x蝴乔,則此時的代價函數(shù)為J(\theta_1) = \frac{1}{2m}\sum_{i=1}^m(\theta_1 x^(i)-y^(i))^2。舉個例子驮樊,目前有一組數(shù)據(jù)(0薇正,0),(1囚衔,1)挖腰,(2,2)练湿,(3猴仑,3),


很明顯我們知道肥哎, 當
\theta_1=1
時是完全吻合數(shù)據(jù)實際情況的辽俗,因此,我們可以得出在
\theta_1=1
時篡诽,
J(\theta_1)=0
崖飘。那假設(shè)數(shù)據(jù)其實不那么明顯,我們隨意取值
\theta_1
比如等于0.5的時候杈女,
J(\theta_1)
又是多少呢朱浴?套入公式吊圾,我們可以得出
J(0.5)\approx0.58
,再取多個不同的
\theta_1
后我們可以畫出
J(\theta_1)
的圖像如圖所示

剛剛說過要求的最合適的假設(shè)函數(shù)即要求的代價函數(shù)最小時的\theta_0,\theta_1的值,即圖中的最低點翰蠢,很明顯這里是\theta_1=0的時候项乒。

然而在實際狀況中是很少遇到上述所說的\theta_0=0的情況的,這時候的代價函數(shù)的圖像依靠簡單的平面坐標系已經(jīng)無法畫出來了梁沧,因為存在兩個自變量檀何,因此這里需要畫出它的三維圖像,上述數(shù)據(jù)我試了下畫出來的圖不是很方便看趁尼,因此我這里使用第二周課程的課后習題數(shù)據(jù)來做例子了埃碱,數(shù)據(jù)集及代價函數(shù)如圖:

通過此圖我們依然很難找到合適的代價函數(shù)的取值點,因此我們需要通過另一種圖酥泞,即等高線圖來尋找合適的取值:


上述等高線圖由多個圈組成砚殿,在同一個圈上的點值相同,從外到內(nèi)芝囤,值是越來越小的似炎。圖中×標記的點即代價函數(shù)最小的點的取值,這里是通過計算的來的悯姊,其中求得的結(jié)果大約為\theta_0=-3.6303,\theta_1=1.1664,計算方法后文中我會解釋羡藐。

最后編輯于
?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,一起剝皮案震驚了整個濱河市悯许,隨后出現(xiàn)的幾起案子仆嗦,更是在濱河造成了極大的恐慌,老刑警劉巖先壕,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件瘩扼,死亡現(xiàn)場離奇詭異,居然都是意外死亡垃僚,警方通過查閱死者的電腦和手機集绰,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來谆棺,“玉大人栽燕,你說我怎么就攤上這事「氖纾” “怎么了碍岔?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長溅固。 經(jīng)常有香客問我付秕,道長,這世上最難降的妖魔是什么侍郭? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任询吴,我火速辦了婚禮掠河,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘猛计。我一直安慰自己唠摹,他們只是感情好,可當我...
    茶點故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布奉瘤。 她就那樣靜靜地躺著勾拉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪盗温。 梳的紋絲不亂的頭發(fā)上藕赞,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天,我揣著相機與錄音卖局,去河邊找鬼斧蜕。 笑死,一個胖子當著我的面吹牛砚偶,可吹牛的內(nèi)容都是我干的批销。 我是一名探鬼主播,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼染坯,長吁一口氣:“原來是場噩夢啊……” “哼均芽!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起单鹿,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤掀宋,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后仲锄,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體布朦,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,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 37,851評論 3 336
  • 正文 我和宋清朗相戀三年昼窗,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涛舍。...
    茶點故事閱讀 39,977評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡澄惊,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出富雅,到底是詐尸還是另有隱情掸驱,我是刑警寧澤,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布没佑,位于F島的核電站毕贼,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏蛤奢。R本人自食惡果不足惜鬼癣,卻給世界環(huán)境...
    茶點故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一陶贼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧待秃,春花似錦拜秧、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至暖庄,卻和暖如春聊替,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背培廓。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工惹悄, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人医舆。 一個月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓俘侠,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蔬将。 傳聞我的和親對象是個殘疾皇子爷速,可洞房花燭夜當晚...
    茶點故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容