＃＃ 介绍
给定数据集 $D = {(X_{1}, Y_{2}), \dots,(X_{N}, Y_{N})}$ 例如 $X_{i}$ 和 $Y_{i }$ 是连续的，“线性回归”的目标是找到适合此数据的最佳直线。
换句话说，我们要创建模型：
$$ \hat{y} = a*{0} + a*{1}.x*{1} + \dots + a*{p}.x_{p} $$
其中 $p$ 是变量 $X$ 的维数。
在本文中，我们将了解如何在三种情况下解决此问题：
-
当 X 是一维时，即 $p=1$。
-
当 X 是多维时，即 $p>1$。
-
使用梯度下降。
$X$ 是一维的（普通最小二乘法）
我们想要创建的模型具有以下形状：
$$ \hat{y} = a*{0} + a*{1}.x $$
请记住，线性回归的目标是找到最适合数据的直线。换句话说，我们需要最小化数据点和线之间的距离。
$$ (\hat{a*{0}}, \hat{a*{1}}) = \underset{(a*{0}, a*{1})}{\operatorname{argmin}} \sum\limits*{i=1}^{N} (y*{i} - \hat{y*{i}})^2 $$
$$ = \underset{(a*{0}, a*{1})}{\operatorname{argmin}} \sum\limits*{i=1}^{N} (y*{i} - (a*{0} + a*{1}.x*{i}))^2 $$
让我们说：
$$ L = \sum\limits*{i=1}^{N} (y*{i} - (a*{0} + a*{1}.x_{i}))^2 $$
为了找到最小值，我们需要求解以下方程：
$$ \begin{cases} \frac{\partial L}{\partial a_{0}} = 0\ \frac{\partial L}{\partial a_{1}} = 0 \end{cases} $$
$$ \begin{cases} \sum\limits_{i=1}^{N} -2(y_{i} - (a_{0} + a_{1}.x_{i})) = 0\ \sum\limits_{i=1}^{N} -2x_{i}(y_{i} - (a_{0} + a_{1}.x_{i})) = 0 \end{cases} $$
我们首先建立第一个方程：
$$ \sum\limits_{i=1}^{N} y_{i} - \sum\limits_{i=1}^{N}a_{0} + \sum\limits_{i=1}^{N} a_{1}.x_{i} = 0\ $$
$$ \sum\limits_{i=1}^{N} y_{i} - Na_{0} + \sum\limits_{i=1}^{N} a_{1}.x_{i} = 0\ $$
$$ a_{0} = \frac{\sum\limits_{i=1}^{N} y_{i}}{N} - \frac{\sum\limits_{i=1}^{N} x_{i}}{N}a_{1} $$
$$ a_{0} = Y - Xa_{1} $$
我们代入第二个方程：
$$ \sum\limits_{i=1}^{N} x_{i}(y_{i} - Y + Xa_{1} - a_{1}x_{i}) = 0 $$
$$ \sum\limits_{i=1}^{N} (y_{i} - Y) + a_{1}(X - x_{i}) = 0 $$
$$ \sum\limits_{i=1}^{N} (y_{i} - Y) - \sum\limits_{i=1}^{N}a_{1}(x_{i} - X) = 0 $$
$$ a_{1} = \frac{\sum\limits_{i=1}^{N} (y_{i} - Y)}{\sum\limits_{i=1}^{N}(x_{i} - X)} = \frac{\sum\limits_{i=1}^{N} (y_{i} - Y)(x_{i} - X)}{\sum\limits_{i=1}^{N}(x_{i} - X)^2} = \frac{COV(X, Y)}{VAR(X)} $$
我们代入$a_{0}$：
$$ \begin{cases} a_{0} = Y - X\frac{COV(X, Y)}{VAR(X)}\ a_{1} = \frac{COV(X, Y)}{VAR(X)} \end{cases} $$
$X$ 是多维的（普通最小二乘）
在这种情况下，$X_{i}$不再是一个实数，而是一个大小为$p$的向量：
$$ X*{i} = (X*{i1},X*{i2},\dots,X*{ip}) $$
因此，模型写成如下：
$$ \hat{y} = a*{0} + a*{1}x*{1} + a*{2}x*{2} + \dots + a*{p}x_{p} $$
或者，可以写成矩阵格式：
$$ \hat{Y} = X.W $$
在哪里：
-
$Y$ 的形状为 $(N, 1)$。
-
$X$ 的形状为 $(N, p)$。
-
$W$ 的形状为 $(p, 1)$：这是参数向量 $(w_{1}, w_{2}, \dots, w_{p})$。
与第一种情况类似，我们的目标是尽量减少以下数量：
$$ \hat{W} = \underset{W}{\operatorname{argmin}} \sum\limits*{i=1}^{N} (y*{i} - \hat{y_{i}})^2 $$
让我们再次提出：
$$ L = \sum\limits*{i=1}^{N} (y*{i} - \hat{y_{i}})^2 $$
$$ = (Y-XW)^{T}(Y-XW) $$
$$ = Y^TY-Y^TXW-W^TX^TY+W^TX^TXW $$
$$ = Y^TY-2W^TX^TY+W^TX^TXW $$
由于我们想要相对于 $W$ 最小化 $L$，因此我们可以忽略第一项“$Y^TY$”，因为它独立于 $W$，让我们求解以下方程：
$$ \frac{\partial (-2W^TX^TY+W^TX^TXW)}{\partial W} = 0 $$
$$ -2X^TY+2X^TX\hat{W} = 0 $$
$$ \hat{W} = (X^TX)^{-1}X^TY $$
使用梯度下降
这是梯度下降算法的公式：
$$ w*{n+1} = w*{n} - lr \times \frac{\partial f}{\partial w_{n}} $$
现在我们所要做的就是将其应用于两个参数 $a_{0}$ 和 $a_{1}$（在单变量 $X$ 的情况下）：
$$ \begin{cases} a_{0}^{(n+1)} = a_{0}^{(n)} - lr \times \frac{\partial L}{\partial a_{0}}\ a_{1}^{(n+1)} = a_{1}^{(n)} - lr \times \frac{\partial L}{\partial a_{1}} \end{cases} $$
我们知道：
$$ \begin{cases} \frac{\partial L}{\partial a_{0}} = \sum\limits_{i=1}^{N} -2(y_{i} - (a_{0} + a_{1}.x_{i}))\ \frac{\partial L}{\partial a_{1}} = \sum\limits_{i=1}^{N} -2x_{i}(y_{i} - (a_{0} + a_{1}.x_{i})) \end{cases} $$
通过替换：
$$ \begin{cases} a_{0}^{(n+1)} = a_{0}^{(n)} + 2 \times lr \times \sum\limits_{i=1}^{N} (y_{i} - (a_{0}^{(n)} + a_{1}^{(n)}.x_{i}))\ a_{1}^{(n+1)} = a_{1}^{(n)} + 2 \times lr \times \sum\limits_{i=1}^{N} x_{i}(y_{i} - (a_{0}^{(n)} + a_{1}^{(n)}.x_{i})) \end{cases} $$
测验
-
多维线性回归情况下最优参数向量的公式是什么：
-
$\frac{COV(X, Y)}{VAR(Y)}$
-
$\frac{COV(X, Y)}{VAR(X)}$
-
$(X^TX)^{-1}X^TY$ “正确”
-
为什么我们要把导数设为0？
-
寻找极值。 “正确的”
-
最小化导数。
-
只保留导数的实部。
-
线性回归的目标是什么？
-
找到经过所有点的线。
-
找到最能描述数据的行。“正确”
-
找到最能分隔数据的线。
