以下所说的样本数量是 M,特征数量是 N
一、一元线性回归
模型输出:;w是特征权重,b是偏置参数
如何拟合出最佳的曲线:最小化即可。
以上是高中知识。
二、多元线性回归
模型输出:
公式转换:
记住这个结论:累加可以变成一个行向量x列向量。对下面的公式推导很有帮助。
为了让公式更加简洁,为什么不把b放进向量里呢?于是有:
得:
所以有:
如何拟合出最佳曲线,最小化即可。
要求最小值,则先求导,下面讲解如何一步步求导:
w(n+1)就是b。接着先求对w1的求导:
利用上文的结论: 累加可以变成一个行向量x列向量。于是原式继续转换:
接着,计算对w2的求导,得:
接着,你会发现上面的行向量都是相等的,而列向量则与对哪个w求导有关。认真想一想矩阵相乘的过程,就会发现这个行向量是可以合并成一个矩阵的,所以有:
x(n+1)是单位向量1 。这里w还可以拆出来,为了变成大家经常见的格式,于是这里转换成:w^T·x=x^T·w
这就变成了大家熟悉的样子。
令导数=0,得:
如果(X^T X)不可逆,则加入正数λ:
接下来,引入逻辑回归。
欢迎转载,转载请标明出处。