Machine Learning笔记——单变量线性回归

学习者：阳光罗诺
来源：吴恩达 机器学习课程

在监督学习的问题中，预测房价属于一个例子

对于一个监督学习，就需要有相对应的训练数据集，

训练集（Training Set）：主要用于建立模型
在机器学习中，样本一般分成独立的三部分训练集(train set)，验证集(validation set)和测试集(test set)。

训练集用来建立并且估计模型；

验证集用来确定网络结构或者控制模型复杂程度的参数；

测试集则检验最终选择最优的模型的性能如何。

代价函数（Cost function）

对于θ_0 和θ_1取不同的值时，对应得到的线性回归函数也随之变化。

代价函数的定义：

代价函数有叫做平方误差函数或损失函数或者是成本函数。将一个或多个变量的事件阈值映射到直观地表示与该事件。 一个优化问题试图最小化损失函数。

目标函数是损失函数或其负值，在这种情况下它将被最大化。

代价函数是解决回归问题最常用的处理手段。

代价函数的常见形式：
在线性回归中，最常用的是均方误差(Mean squared error)，具体形式为：

  m：训练样本的个数；
  hθ(x)：用参数θ和x预测出来的y值；
  y：原训练样本中的y值，也就是标准答案
  上角标(i)：第i个样本

完整的假设函数h和成本函数J，保留假设函数的所有参数θ_0，θ_1

随着参数的不同，得到和数据相符的直线大致如下：

为了简化这个假设函数，然后得到一个经过原点（0，0）的函数：

当θ_1=1的时候，得到如下的情况：

但是当θ_1=0.5的时候，得到的情况是：

当θ_1=0时，相对应的情况：

当θ_1的值开始是负数的时候，此时的误差就显得非常的大。但是经过不断进行数据的计算，我们可以得到地大致函数图像如下：

对θ_1的值，每一个θ_1的值都对应着一个不同的假设函数。得到的数据对应的代价函数也是随之而变化。
对于学习优化算法，我们最终的目标，就是找到最优的处理算法。也是线性回归的目标函数。

等高线图
针对于假设函数和代价函数问题，我们会继续进行优化问题，此时我们需要对两个参数θ_0和θ_1同时进行赋值，然后进行优化问题的处理：

当θ_1进行赋值的时候，我们得到的代价函数图形类似一个抛物线：

但是当同时对θ_1和θ_0都进行了赋值，如上图θ_0=50和θ_1=0.05时，我们得到的函数图形如图所示：

但是为了很多问题，在此处不适用三维图形，我们此时就使用等高线图

总的来说。等高线图，类似于地里中的那些图形，一座大山，地面测量大山各点的海拔高度，映射到平面上。高度相同的用线连接起来，就会形成图中的等高线图。也有一点类似于树的年轮。当然了，在等高线图中，越靠近中心，海拔自然是越高。

梯度下降法
除了以上的方法之外，我们依然可以使用梯度下降法将代价函数J最小化。
梯度下降是比较常用的最小化代价函数J的算法.

梯度下降算法（Gradient Descent Optimization）是神经网络模型训练最常用的优化算法。对于深度学习模型，基本都是采用梯度下降算法来进行优化训练的。梯度下降算法背后的原理：目标函数T(θ)关于参数θ的梯度将是目标函数上升最快的方向。

要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。

在梯度下降法中，我们要做的就是不停地改变θ_1和θ_0的值，通过改变使得J变小，直到找到J的最小值或者是局部最小值。

就像一座大山，我们走向山底，有很多方式，但是往往会选择最优的路线方式。

梯度下降法的定义：

  := 表示赋值
  α 是一个数字，被称为学习速率，在梯度下降中，它控制下降的步子的大小。也是下降速率。
  (∂/∂Θj)J(Θ0，Θ1) 是一个微分项

对于该定义式，我们需要同时更新θ_1和θ_0的值。

用一个简单的例子，例如最小化的函数只有一个参数的情形，所以假如有一个代价函数J，只有一个参数θ_1，θ_1是一个实数，所以可以画出一维的曲线（类似抛物线）

小红点处的切线的斜率就是导数值，随着小红点逐渐收敛至最低点，切线斜率逐渐降低，移动的步子大小也会越来越小。

α的大小也是会有一定的影响，下面两个图分别大致分析了α的值造成的影响。

如果α的值过大，他会导致无法收敛甚至发散。

假设将θ_1初始化在局部最低点，如图所示：

局部最优点的导数等于0，因为导数是切线的斜率，此时的直线的斜率为0，所以导数项d(dθ_1 ) /T(θ_1)等于0。

梯度下降和代价函数的结合，以及推导，可以得出以下式子：

计算推导梯度下降算法的过程：

最后不断简化得到线性回归算法：

对于线性回归的代价函数，总是会出现一个弓状函数（凸函数）

图中的函数不存在什么局部最优，而是存在只有一个全局最优。
当我们计算这种类型的代价函数的梯度下降时，只要使用线性回归，它总是会收敛到全局最优，因为它自己本身没用其他的局部最优解。

Batch梯度下降算法

意味着每一步的梯度下降，都遍历了整个训练集的样本，所以在梯度下降中，当计算偏导数的时候，总是计算总和。
每次使用全量的训练集样本来更新模型参数，即给定一个步长，然后对所有的样本的梯度的和进行迭代：

梯度下降算法最终得到的是局部极小值。而线性回归的损失函数为凸函数，有且只有一个局部最小，则这个局部最小一定是全局最小。所以线性回归中使用批量梯度下降算法，一定可以找到一个全局最优解。