版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ferriswym/article/details/61913845
紧接上一篇博客,多变量梯度下降法的表达式形式与单变量一致,只是变量的扩充以及每次迭代需要对每个变量进行操作(同样是所有变量一次性更新)。假设函数、代价函数和梯度下降的表达式分别如下:
hθ(x)=θTx
J(θ)=12m∑i=0m(hθ(xi)−yi)2
θj:=θj−α∂∂θjJ(θ)for all j
对于多变量,往往每个特征变量的取值范围差异很大,在利用梯度下降法进行迭代运算求
J(θ)
的最小值时,迭代路径受数值大的变量影响较大,而数值小的变量可能会在最优值附近反复振荡,造成迭代路径的曲折,收敛缓慢。因此为了更快收敛,一般把各变量归一化成取值范围大概一致(
feature scaling)。一般取
−1≤xi≤1
或者
−0.5≤xi≤0.5
,(不是严格规定)。对于一个一般变量,通常取
xi:=xi−μisi
这里
μi
是
xi
的
样本平均值,
si
是取值范围(max - min),或者
si
取为标准差。
对于回归问题,显然假设函数
hθ(x)
并不是与每个特征变量均成线性关系,可能会出现如
hθ(x)=θ0+θ1x1+θ2x22
的形式,这称为多项式回归(Polynomial Regression)。
但是,可以通过适当变形把其转变为线性回归。在此例子中,令
x2=x22
,则
hθ(x)=θ0+θ1x1+θ2x2
。此外,可令
x3=x1x2
,
x4=x1−−√
等各种不同方式对变量变形,使其成为线性回归问题。运用变形后,变量范围的归一化就变得尤为重要。
另一种解线性回归问题的方法是标准方程法(Normal Equation),运用该方法,可以不需要迭代而直接求出
θ
。该方程如下:
θ=(XTX)X−1y
这里
θ=⎡⎣⎢⎢⎢θ0θ1θ2...⎤⎦⎥⎥⎥
,
y=⎡⎣⎢⎢⎢⎢y0y1y2...⎤⎦⎥⎥⎥⎥
,
X=⎡⎣⎢⎢⎢⎢⎢x(1)0x(2)0x(3)0...x(1)1x(2)1x(3)1...x(1)2x(2)2x(3)2...............⎤⎦⎥⎥⎥⎥⎥
例子如下:
这个结论来源于线性代数中的投影,具体推导参考http://open.163.com/movie/2010/11/J/U/M6V0BQC4M_M6V2AJLJU.html
梯度下降法和标准方程法的比较:
Gradient Descent |
Normal Equation |
需要选择合适的参数
α
|
不需要选择参数 |
需要多次迭代 |
不需要迭代 |
算法复杂度
O(kn2)
|
O(n3)
,因要计算
XTX
的逆矩阵 |
当样本数n很大时依然高效 |
样本数n很大时计算慢 |
如果
XTX
不可逆,有以下两方面原因:
1、存在多余的特征变量,如其中两个特征变量存在线性关系,如
x2=2x1
;
2、相比较样本数据,特征变量太多,即
m<n
,这里
m
是样本个数,
n
是特征变量个数
在Octave/Matlab中,用pinv()代替inv()实现矩阵取逆,即使矩阵不可逆时也可以得到正确的结果。
即标准方程的代码实现为:
theta = pinv(X'*X)*X'*y;