正规方程组
来源:互联网 发布:公钥算法 编辑:程序博客网 时间:2024/04/29 15:37
http://blog.csdn.net/v1_vivian/article/details/51971052
《Andrew Ng 机器学习笔记》这一系列文章文章是我再观看Andrew Ng的Stanford公开课之后自己整理的一些笔记,除了整理出课件中的主要知识点,另外还有一些自己对课件内容的理解。同时也参考了很多优秀博文,希望大家共同讨论,共同进步。
网易公开课地址:http://open.163.com/special/opencourse/machinelearning.html
上篇博文介绍了梯度下降算法的线性回归,本篇将介绍另外一种线性回归,它是利用矩阵求导的方式来实现梯度下降算法一样的效果。
本篇博文涉及到的线性代数知识有:矩阵,矩阵求导,转置矩阵,矩阵的迹,矩阵相乘以及相关的定理。
首先先介绍一些线性代数中的知识点:
(1)矩阵求导: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。(A∈)
(2)矩阵的迹(trace):. 对于一个n阶的方阵(n×n),它的迹(tr)为对角线元素之和。
矩阵的迹的相关定理:
a. 对于一个实数,它的迹即为它本身 : tr a = a
b. 如果AB是一个方阵,那么 tr AB = tr BA
c. 由此可推导出 trABC = trCAB = trBCA(将末尾循环前移)
b. 如果AB是一个方阵,那么 tr AB = tr BA
c. 由此可推导出 trABC = trCAB = trBCA(将末尾循环前移)
d. 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:
trA = trAT
tr(A + B) = trA + trB
tr aA = atrA
tr(A + B) = trA + trB
tr aA = atrA
e. 对迹进行求导,具有以下特性:
现在开始利用矩阵求解:
定义一个设计矩阵X:
定义目标集合为:因为有:
所以可得到:
利用这个定理:
此时,代价函数J(θ)又可以写为:
对J(θ)进行求导可得:(得到红框这一结果,需要用到上面提到的几个定理,此处没有做具体解析)
最后,要使得miniminzes J(θ),即:
至此,我们通过正规方程组的方法求解了参数θ。
阅读全文
0 0
- 正规方程组
- 正规方程组
- 正规方程组
- 监督学习应用.正规方程组
- 梯度下降与正规方程组
- 正规方程组(The normal equations)
- 正规方程组(The normal equations)
- AndrewNg - 线性回归【2】正规方程组
- 机器学习(2)之正规方程组
- MLNG_线性回归_梯度下降_正规方程组
- 梯度下降算法和正规方程组学习笔记
- 第1、2节-线性规划、梯度下降和正规方程组
- 线性规划、梯度下降、正规方程组——斯坦福ML公开课笔记1-2
- 线性规划、梯度下降、正规方程组——斯坦福ML公开课笔记1-2
- 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
- 线性规划、梯度下降、正规方程组——斯坦福ML公开课笔记1-2
- 线性规划、梯度下降、正规方程组——斯坦福ML公开课笔记1-2
- 线性规划、梯度下降、正规方程组——斯坦福ML公开课笔记1-2
- 动态规划之概率(期望) DP专题
- SEO学习思路:看完小白少走弯路
- 用installshield打包应用程序
- Spring事务的flush
- mysql||oracle逆向生成 显示注释
- 正规方程组
- 图片缓存
- python 包和模块
- HTTP幂等性及GET、POST、PUT、DELETE的区别
- mave,spring,redis使用小总结
- Google Cloud Plantform使用备忘
- Map<String, String> 遍历的四种方法
- js书写位置
- android:ListView中EditText焦点问题/无光标/输入不上