机器学习笔记（一）：梯度下降算法，随机梯度下降，正规方程

一、符号解释

M 训练样本的数量

x 输入变量，又称特征

y 输出变量，又称目标

(x, y) 训练样本，对应监督学习的输入和输出


表示第i组的x  


表示第i组的y

h(x)表示对应算法的函数


是算法中的重要参数（向量）


表示参数为的函数，以下考虑线性回归，所以表述为：

二、梯度下降算法

用

表示函数计算输出的结果，用y表示期望的输出值

则

-y表示误差，若我们有m组训练样本，在训练过程中，我们希望误差越小越好，所以来调整参数


使得


其中二分之一是使得运算更加简便，采用误差的平方来计算，对于所有的样本，误差之和最小的参数

就是我们要得到的结果。

我们称上述式子为

，我们要不断修改参数，使

的值尽可能小

初始时候，我们设定

接下来不断改变

：

更新

，其中

手动设置的学习速率参数。

通过对J函数求偏导数，我们求得J的梯度，即J下降最快的方向，通过这个方向更新参数，使得J的函数值越来越小。

计算当m=1时，只有1组训练样本时：



当有m组样本时，把每一组的效果累加起来：

则

有其中后一部分便是

的结果。

由于每次更新参数，都遍历了一次所有的样本数据，这样做属于完全梯度下降，具有更高的准确性，却在遍历m集合上花费了大量的时间，当训练集合很大是，这种方法是很浪费时间的，所以引出随机梯度下降。

三、随机梯度下降算法：

Repeat：

对于j从1到m：



对于每一次更新参数，不必遍历所有的训练集合，仅仅使用了一个数据，来变换一个参数。这样做不如完全梯度下降的精确度高，可能会走很多弯路，但整体趋势是走向minmum。

这样做可以节省更多的时间，算法更快。

四、正规方程：

引入概念：

对矩阵求导：



则参数的调整可表述为：


若f是一个从m*n矩阵映射到实数的函数，则：



trAB = trBA (求迹运算)

trABC = trCAB = trBCA





令

所以


则对于直接误差

求内积：





则有


时，误差最小，此时

可有正规方程表示：