吴恩达机器学习（三）——多特征回归及优化

多特征线性回归算法（Multiple features linear regression algorithm)即多元线性回归

• 1. 理论介绍
• 2.优化方法
  • 2.1 特征缩放
  • 2.2 调试以及选择合适的学习率
  • 2.3 标准方程法

1. 理论介绍

Notation：
n=Number of features(特征数）

x⁽ⁱ⁾ =input(features) of i^th training example（第i个输入的训练特征值）

x_j⁽ⁱ⁾ = value of feature j in i^th training example（第i个训练样本的第j个特征量）

h_$\theta$θ(x) = $\theta$θ^Tx = $\theta$θ₀x₀+$\theta$θ₁x₁+$\theta$θ₂x₂+···+$\theta$θ_nx_n

J($\theta$θ₀,$\theta$θ₁,···,$\theta$θ_n)=$\frac{1}{2m}$2m1​ $\sum$∑^m(h_$\theta$θ(x⁽ⁱ⁾)- y⁽ⁱ⁾)²
梯度下降法：
$\theta$θ_j :=$\theta$θ_j - $\alpha$α$\frac{\partial}{\partial\theta}$∂θ∂​ J($\theta$θ₀,$\theta$θ₁,···,$\theta$θ_n)

n等于1时 梯度下降的情况：

当有多个特征时，也就是n大于1时：

注意m是前面提到的训练样本数。

2. 优化方法

2.1 特征缩放

也就是确定特征在相近区域内，一般缩放在-1~1之间，在这个值附近也可以，比如0 ~3。 另外有时也会做均值归一化，也就是x₁减去范围均值，再进行缩放（或者叫归一，但是这里叫归一的话我个人认为不太准确），也就是除以特征值范围（特征值最大值减去最小值）

2.2 调试以及选择合适的学习率

当函数J（$\theta$θ）随着迭代次数越来越大时或者反复震荡，也就是函数不收敛，说明选的学习率$\alpha$α过大，应该适当减小学习率$\alpha$α。
但是学习率$\alpha$α过小的话会导致收敛速度很慢。

2.3 标准方程法

下面比较一下两种方法的优缺点：（m是训练样本数，n是特征数）

梯度下降法	标准方程法
需要选择合适的学习率	不需要选择合适的学习率
需要检查是否收敛	不需要检查是否收敛
n很大时，效果也很好	n很大时（n上万就算很大）， (XTX)-1计算量很大，时间复杂度O（n3）很高，

标准方程法 不需要选择学习率；不需要画出迭代曲线，来检查是否收敛
$\theta$θ = (X^TX)^-1 X^T y
在Octave中代码实现：

 pinv(X'*X)*X'*y