最小二乘法是用来做函数拟合或者求函数极值的方法。在机器学习,尤其是回归模型中,经常可以看到最小二乘法的身影,这里就对我对最小二乘法的认知做一个小结。 1.最小二乘法的原理与要解决的问题最小二乘法是由勒让德在19世纪发现的,原理的一般形式很简单,当然发现的过程是非常艰难的。形式如下式: 观测值就是我们的多组样本,理论值就是我们的假设拟合函数。目标函数也就是在机器学习中常说的损失函数,我们的目标是得到使目标函数最小化时候的拟合函数的模型。举一个最简单的线性回归的简单例子,比如我们有m个只有一个特征的样本: 样本采用下面的拟合函数: 这样我们的样本有一个特征x,对应的拟合函数有两个参数需要求出。 我们的目标函数为: 用最小二乘法做什么呢,使最小,求出使最小时的,这样拟合函数就得出了。 那么,最小二乘法怎么才能使最小呢? 2.最小二乘法的代数法解法上面提到要使最小,方法就是对分别来求偏导数,令偏导数为0,得到一个关于的二元方程组。求解这个二元方程组,就可以得到的值。下面我们具体看看过程。 求导,得到如下方程: ① 求导,得到如下方程: ② ①和②组成一个二元一次方程组,容易求出的值: 这个方法很容易推广到多个样本特征的线性拟合。 拟合函数表示为 , 其中 (i = 0,1,2... n)为模型参数, (i = 0,1,2... n)为每个样本的n个特征值。这个表示可以简化,我们增加一个特征 ,这样拟合函数表示为: 。 损失函数表示为: 利用损失函数分别对(i=0,1,...n)求导,并令导数为0可得: = 0 (i=0,1,...n) 这样我们得到一个N+1元一次方程组,这个方程组有N+1个方程,求解这个方程,就可以得到所有的N+1个未知的。 这个方法很容易推广到多个样本特征的非线性拟合。原理和上面的一样,都是用损失函数对各个参数求导取0,然后求解方程组得到参数值。这里就不累述了。 3.最小二乘法的矩阵法解法矩阵法比代数法要简洁,且矩阵运算可以取代循环,所以现在很多书和机器学习库都是用的矩阵法来做最小二乘法。 这里用上面的多元线性回归例子来描述矩阵法解法。 假设函数的矩阵表达方式为: 其中, 假设函数为mx1的向量,为nx1的向量,里面有n个代数法的模型参数。为mxn维的矩阵。m代表样本的个数,n代表样本的特征数。 损失函数定义为 其中是样本的输出向量,维度为mx1. 在这主要是为了求导后系数为1,方便计算。 根据最小二乘法的原理,我们要对这个损失函数对向量求导取0。结果如下式: 这里面用到了矩阵求导链式法则,和两个个矩阵求导的公式。 公式1: 公式2: 对上述求导等式整理后可得: 两边同时左乘可得: 这样我们就一下子求出了向量表达式的公式,免去了代数法一个个去求导的麻烦。只要给了数据,我们就可以用算出。 4.最小二乘法的局限性和适用场景从上面可以看出,最小二乘法适用简洁高效,比梯度下降这样的迭代法似乎方便很多。但是这里我们就聊聊最小二乘法的局限性。 首先,最小二乘法需要计算的逆矩阵,有可能它的逆矩阵不存在,这样就没有办法直接用最小二乘法了,此时梯度下降法仍然可以使用。当然,我们可以通过对样本数据进行整理,去掉冗余特征。让的行列式不为0,然后继续使用最小二乘法。 第二,当样本特征n非常的大的时候,计算的逆矩阵是一个非常耗时的工作(nxn的矩阵求逆),甚至不可行。此时以梯度下降为代表的迭代法仍然可以使用。那这个n到底多大就不适合最小二乘法呢?如果你没有很多的分布式大数据计算资源,建议超过10000个特征就用迭代法吧。或者通过主成分分析降低特征的维度后再用最小二乘法。 第三,如果拟合函数不是线性的,这时无法使用最小二乘法,需要通过一些技巧转化为线性才能使用,此时梯度下降仍然可以用。 第四,讲一些特殊情况。当样本量m很少,小于特征数n的时候,这时拟合方程是欠定的,常用的优化方法都无法去拟合数据。当样本量m等于特征数n的时候,用方程组求解就可以了。当m大于n时,拟合方程是超定的,也就是我们常用与最小二乘法的场景了。 2.机器学习原来这么有趣!【第二章】:用机器学习制作超级马里奥的关卡 记得把公号加星标,会第一时间收到通知。 创作不易,如果觉得有点用,希望可以随手转发或者”在看“,拜谢各位老铁 |
|
来自: 新用户8173JS52 > 《待分类》