天天看點

最小二乘有監督回歸(一)

最小二乘有監督回歸

最小二乘學習法是根據輸入訓練資料,不斷調整輸入資料的權重,直到模型輸出和訓練集輸出的平方誤差最小。是以訓練目的就是權重。

平方誤差:

最小二乘有監督回歸(一)

(Xi,Yi)是輸入的資料,theta代表權重。

使用線性模型,也就是如下圖,可以了解為類似級數的感覺

最小二乘有監督回歸(一)

如此一來,平方誤差可以表示為

最小二乘有監督回歸(一)

而線性模型可以表示為

最小二乘有監督回歸(一)

平方誤差關于權重theta的偏微分就可以寫成

最小二乘有監督回歸(一)

偏微分為0時,最小二乘滿足關系式

最小二乘有監督回歸(一)

根據這個等式可以求出權重theta。

對于不可逆矩陣,可以使用廣義逆矩陣,如圖

最小二乘有監督回歸(一)
最小二乘有監督回歸(一)

matlab例程如下:

最小二乘有監督回歸(一)

此例程中矩陣求解被簡化,

最小二乘有監督回歸(一)

來提高計算效率。

權重最小二乘

平方誤差

最小二乘有監督回歸(一)

權重後求解

最小二乘有監督回歸(一)
最小二乘有監督回歸(一)

以上是線性模型下的最小二乘。

繼續閱讀