最小二乘有监督回归(一)

最小二乘有监督回归
最小二乘学习法是根据输入训练数据,不断调整输入数据的权重,直到模型输出和训练集输出的平方误差最小。所以训练目的就是权重。
平方误差:
最小二乘有监督回归(一)
(Xi,Yi)是输入的数据,theta代表权重。
使用线性模型,也就是如下图,可以理解为类似级数的感觉最小二乘有监督回归(一)
如此一来,平方误差可以表示为
最小二乘有监督回归(一)
而线性模型可以表示为
最小二乘有监督回归(一)
平方误差关于权重theta的偏微分就可以写成
最小二乘有监督回归(一)
偏微分为0时,最小二乘满足关系式
最小二乘有监督回归(一)
根据这个等式可以求出权重theta。
对于不可逆矩阵,可以使用广义逆矩阵,如图
最小二乘有监督回归(一)
最小二乘有监督回归(一)

matlab例程如下:
最小二乘有监督回归(一)
此例程中矩阵求解被简化,最小二乘有监督回归(一)
来提高计算效率。

加权最小二乘
平方误差
最小二乘有监督回归(一)
加权后求解
最小二乘有监督回归(一)
最小二乘有监督回归(一)
以上是线性模型下的最小二乘。