初学算法——标准方程法

标准方程法(normal equation)

初学算法——标准方程法

化简后的标准形式如图:

初学算法——标准方程法

二次方程求极值:对方程求一阶导,然后令其等于零求解,得到的X的值就是原方程的极值点

当此处我们的θ为多维的相量的时候,也可依次求导,然后得到每个方程的极值点

此处有另外一种方式求极值点:

初学算法——标准方程法

这样求出来的θ就是方程的极值点

案例:

初学算法——标准方程法

这样的方法就是求成本函数最小值的标准方程法

 

注:

  • 当出现不可逆的情况是,删除重复的特征值;
  • 删除一些影响较小的特征相量

 

梯度下降法和标准方程法的对比

初学算法——标准方程法

总:

当特征变量n大于一万下,由于计算(XTX)-1的计算量非常大,故两者比较,梯度下降法会更加有优势

特征变量:即考虑的因素