对线性回归,logistic回归和一般回归的认识讲解.docVIP

假设有一个房屋销售的数据如下： 面积(m^2) 销售价钱（万元） 123 250 150 320 87 160 102 220 … … ???? 这个表类似于北京5环左右的房屋价钱，我们可以做出一个图，x轴是房屋的面积。y轴是房屋的售价，如下： ????? ???? 如果来了一个新的面积，假设在销售价钱的记录中没有的，我们怎么办呢？ ???? 我们可以用一条曲线去尽量准的拟合这些数据，然后如果有新的输入过来，我们可以在将曲线上这个点对应的值返回。如果用一条直线去拟合，可能是下面的样子： ????? ???? 绿色的点就是我们想要预测的点。 ???? 首先给出一些概念和常用的符号。 ?????房屋销售记录表：训练集(training set)或者训练数据(training data), 是我们流程中的输入数据，一般称为x ?????房屋销售价钱：输出数据，一般称为y ?????拟合的函数（或者称为假设或者模型）：一般写做 y = h(x) ?????训练数据的条目数(#training set),：一条训练数据是由一对输入数据和输出数据组成的输入数据的维度n (特征的个数，#features) ???? 这个例子的特征是两维的，结果是一维的。然而回归方法能够解决特征多维，结果是一维多离散值或一维连续值的问题。 ???? 下面是一个典型的机器学习的过程，首先给出一个输入数据，我们的算法会通过一系列的过程得到一个估计的函数，这个函数有能力对没有见过的新数据给出一个新的估计，也被称为构建一个模型。就如同上面的线性回归函数。 ????? ???? 线性回归假设特征和结果满足线性关系。其实线性关系的表达能力非常强大，每个特征对结果的影响强弱可以由前面的参数体现，而且每个特征变量可以首先映射到一个函数，然后再参与线性计算。这样就可以表达特征与结果之间的非线性关系。 ???? 我们用X1，X2..Xn 去描述feature里面的分量，比如x1=房间的面积，x2=房间的朝向，等等，我们可以做出一个估计函数： ????? ???? θ在这儿称为参数，在这的意思是调整feature中每个分量的影响力，就是到底是房屋的面积更重要还是房屋的地段更重要。为了如果我们令X0 = 1，就可以用向量的方式来表示了： ????? ???? 我们程序也需要一个机制去评估我们θ是否比较好，所以说需要对我们做出的h函数进行评估，一般这个函数称为损失函数（loss function）或者错误函数(error function)，描述h函数不好的程度，在下面，我们称这个函数为J函数 ???? 在这儿我们可以认为错误函数如下： ????? ???? 这个错误估计函数是去对x(i)的估计值与真实值y(i)差的平方和作为错误估计函数，前面乘上的1/2是为了在求导的时候，这个系数就不见了。 ???? 至于为何选择平方和作为错误估计函数，讲义后面从概率分布的角度讲解了该公式的来源。 ???? 如何调整θ以使得J(θ)取得最小值有很多方法，其中有最小二乘法(min square)，是一种完全是数学描述的方法，和梯度下降法。 ???? 在选定线性回归模型后，只需要确定参数θ，就可以将模型用来预测。然而θ需要在J(θ)最小的情况下才能确定。因此问题归结为求极小值问题，使用梯度下降法。梯度下降法最大的问题是求得有可能是全局极小值，这与初始点的选取有关。 ???? 梯度下降法是按下面的流程进行的： ???? 1）首先对θ赋值，这个值可以是随机的，也可以让θ是一个全零的向量。 ???? 2）改变θ的值，使得J(θ)按梯度下降的方向进行减少。 ???? 梯度方向由J(θ)对θ的偏导数确定，由于求的是极小值，因此梯度方向是偏导数的反方向。结果为 ?????????? ???? 迭代更新的方式有两种，一种是批梯度下降，也就是对全部的训练数据求得误差后再对θ进行更新，另外一种是增量梯度下降，每扫描一步都要对θ进行更新。前一种方法能够不断收敛，后一种方法结果可能不断在收敛处徘徊。 ???? 一般来说，梯度下降法收敛速度还是比较慢的。 ???? 另一种直接计算结果的方法是最小二乘法。 ???? 将训练特征表示为X矩阵，结果表示成y向量，仍然是线性回归模型，误差函数不变。那么θ可以直接由下面公式得出 ???? 但此方法要求X是列满秩的，而且求矩阵的逆比较慢。 ???? 假设根据特征的预测结果与实际结果有误差，那么预测结果和真实结果满足下式： ???? 一般来讲，误差满足平均值为0的高斯分布，也就是正态分布。那么x和y的条件概率也就是 ???? 这样就估计了一条样本的结果概率，然而我们期待的是模型能够在全部样本上预测最准，也就是概率积最大。注意这里的概率积是概率密度函数积，连续函数的概率密度函数与