机器学习——线性回归中正规方程组的推导
来源:互联网 发布:知乎怎么设置匿名 编辑:程序博客网 时间:2024/06/10 13:01
对于某些线性回归问题,正规方程方法是更好的解决方案,这种方法是对(代价函数)求的导数并使其为0,它能够不需要迭代直接求出。如下:
本文将涉及矩阵的求导,以下先对矩阵求导做出介绍。
首先定义表示m×n的矩阵,那么对该矩阵进行求导可以用下式表示,可以看出求导后的矩阵仍然为m×n
这里要用到矩阵迹的特性,trace. 对于一个n阶的方阵(n×n),它的迹(tr)为对角线元素之和:
1. 对于一个实数,它的迹即为它本身
tr a = a
2. 如果AB是一个方阵,那么
tr AB = tr BA
3. 由此可推导出
trABC = trCAB = trBCA
trABCD = trDABC = trCDAB = trBCDA
4. 假设A 和 B为方阵,a为实数,那么又可以推导出以下的特性:
5. 对迹进行求导,具有以下特性:
有了这些基本知识接下来就是对正规方程组的推导了。
假设训练样本:
定义目标集合:
因为,所以
又因为, 根据最小二乘规则,代价函数可以写成:
对进行求导:
阅读全文
1 0
- 机器学习——线性回归中正规方程组的推导
- 斯坦福机器学习3:线性回归、梯度下降和正规方程组的matlab实现
- 斯坦福机器学习课程:第二讲,线性回归、梯度下降与正规方程组
- 机器学习公开课-笔记2-线性回归、梯度下降和正规方程组
- 机器学习-线性回归-正规方程
- 机器学习——线性回归(梯度下降和正规方程)
- AndrewNg - 线性回归【2】正规方程组
- 机器学习02线性回归、多项式回归、正规方程
- 机器学习(七)线性回归、正规方程、逻辑回归的正规化
- Coursera 机器学习(by Andrew Ng)课程学习笔记(二)——多元线性回归和正规方程
- 吴恩达机器学习笔记——指数分布族&广义线性模型&逻辑回归概率模型推导
- 机器学习入门(12)--线性回归之正规方程
- 机器学习(四)正规方程求解线性回归问题、正规方法与梯度法的优劣
- 机器学习之——多项式回归和正规方程
- 机器学习之——多项式回归和正规方程
- MLNG_线性回归_梯度下降_正规方程组
- 机器学习(2)之正规方程组
- 机器学习--- 一元线性回归数学推导以及Python实现
- 从Oracle数据库中导入数据到Hive中的脚本
- 汇编语言学习笔记1(王爽)
- TextView跑马灯效果
- PHP学习笔记 登录页面
- SSH无密码登录——简洁明白的操作
- 机器学习——线性回归中正规方程组的推导
- linux学习第二十四篇:管道符和作业控制,shell变量,环境变量配置文件
- javaweb的tomcat环境安装windos
- 表单重复提交 解决方法
- Android端解压zip文件(包含中文目录)
- Android图表控件MPAndroidChart——源码修改实现曲线图X轴直尺刻度样式
- PAT1007
- bzoj 2400: Spoj 839 Optimal Marks(最小割)
- 单个class的new的重载和全局new的重载