a)我们向学习算法提供训练集 b)学习算法的任务是输出一个函数(通常用小写h表示),h代表假设函数 c)假设函数的作用是,把房子的大小作为输入变量(x),而它试着输出相应房子的预测y值 h:是一个引导从x得到y的函数
当我们设计一个机器学习算法时,第一个需要做的是:决定怎么表达这个假设函数h
一种可能的表达方式为:
,因为只含有一个特征/输入变量,因此这样的问题叫作单变量线性回归问题。 这个模型叫做“线性回归”,这个例子是一元线性回归。这个模型的另一个名字“单变量线性回归”
那么我们要如何选择θ_1和θ_2这两个参数。
我们要选择能使h(x),也就是输入x时我们预测的值最接近该样本对应的y值的参数θ_1和θ_2。 所以,在我们的训练集中我们会得到一定数量的样本。我们知道x表示卖出哪所房子,并且知道这所房子的实际价格。 所以,我们要尽量选择参数值,使得在训练集中,给出训练集中的x值,我们能合理准确的预测y值。
标准的定义:在线性回归中,我们要解决的是一个最小化问题,所以我们要写出关于θ_1和θ_2的最小化。而且,我们希望这个式子极小,我想要h(x)和y之间的差异要小。我要做的是:尽量减少假设的输出与房子真实价格之间的差的平方。
线性回归的代价函数:
m :训练样本数量 (?(?),?(?)) 代表第?个训练样本
我们要关于θ_1和θ_2对代价函数求最小值。 “代价函数”也被称作“平方误差函数”,有时也被称作“平方误差代价函数”。 事实上,我们之所以要求出“误差的平方和”,是因为“误差平方代价函数”对于大多数的问题,特别是回归问题,都是一个合理的选择。还有其他的代价函数也能很好地发挥作用。但是“平方误差代价函数”可能是解决回归问题最常用的手段了。
代价函数是关于Θ_1的函数。因此,我们在绘制‘代价函数’时,横轴是θ_1,纵轴是J(θ_1). J(θ_1) 可能是负数、0、正数。
本节,我们用h(x) = θ_0 +θ_1*x 来表示‘假设函数’,那么‘代价函数’J(θ_0, θ_1)就是关于 θ_0、θ_1 的函数。因此,坐标图已经不是简单的二维坐标了,而是三维坐标。如,x轴表示’θ_0’、y轴表示’θ_1’、z轴表示‘J(θ_0, θ_1)’。如下:
?’代价函数’图,依旧像个碗状。
等高线图(右图)
等高线图的最小值为这些同心椭圆的中心。(即,‘代价函数’的最小值)
② Θ_0 = 360 ;Θ_1 = 0
梯度下降法可以将代价函数最小化。梯度下降是很常用的算法,它不仅被用在线性回归上,还被广泛应用于机器学习的众多领域。 用梯度下降法最小化其他函数,而不仅仅是最小化线性回归的代价函数J. 用梯度下降法是可以最小化任意函数的
初始状态:通常选择是将θ_0设为0,θ_1也设置为0.
梯度下降有一个有趣的特点:不一样的起始点(即便只偏差一点),你可能就会得到完全不同的局部最优解。
注意:?关于梯度下降算法,是同时更新θ_0和θ_1的。
错误的更新方式中,会使用已经更新的Θ_0去计算新的Θ_1。。。
『:=』赋值 『=』真假判定 (truth assertion)。如,a = b,就是断言a的值等于b的值 『α』学习率的数字(永远是一个正数,即,> 0)。α 用来控制,梯度下降时,我们迈出多大的步子。如果,α 的值很大,梯度下降就很迅速 『
』导数项。
α为学习速率,它控制我们以多大的幅度更新这个参数Θ_J.
这是我们的函数J(θ_1),θ_1 ∈ R。
梯度函数要做的就是不断更新
一个点的导数,基本上可以说是,取这一点的切线斜率。
斜率 = 高度 / 水平长度 ?这个红色直线有一个正斜率,或者说正导数。 所以,new_θ1 < old_θ1。相当于我们将θ1向左移,使θ1变小了。
另一个例子:
new_θ1 > old_θ1
α 太大可能会导致无法收敛,甚至发散。
局部最优点的导数等于0,因为导数是切线的斜率。那么,θ1 := θ1 - α * 0 ,即,new_θ1 == old_θ1. 因此,如果你已经在局部最优点,θ1将不再改变。
?这就是梯度下降法的运行方式。(实际上没有必要在额外减小α)
这就是梯度下降函数,你可以用它来尝试最小化任意的代价函数J,而不只是线性回归中的代价函数J。
线性回归算法 = 平方代价函数 结合 梯度下降法
我们要做的就是,将’梯度下降法’应用于’平方差代价函数’,以最小化’平方差代价函数’
?其中θ0的求导,只是一个对应θ0的偏导数。
因为‘平方差代价函数’总是一个弓状函数(如,下图),术语叫做‘凸函数’(不太正规的理解,‘凸函数’就是一个弓形函数)。因此,这个函数没有局部最优解,它只有一个全局最优解(这样它就不存在,当前起始点不一样时,导致可能产生不同的局部最优解的情况)。
其他的算法(即,其他的梯度算法),没有览概整个训练集,它每次只关注了小子集
但‘梯度下降’适用于更大的数据集。