回歸在數(shù)學(xué)上來說是給定一個點(diǎn)集，能夠用一條曲線去擬合之，如果這個曲線是一條直線，那就被稱為線性回歸，如果曲線是一條二次曲線，就被稱為二次回歸，回歸還有很多的變種，如locally weighted回歸，logistic回歸，等等，這個將在后面去講。

用一個很簡單的例子來說明回歸，這個例子來自很多的地方，也在很多的open source的軟件中看到，比如說weka。大概就是，做一個房屋價值的評估系統(tǒng)，一個房屋的價值來自很多地方，比如說面積、房間的數(shù)量（幾室?guī)讖d）、地段、朝向等等，這些影響房屋價值的變量被稱為特征(feature)，feature在機(jī)器學(xué)習(xí)中是一個很重要的概念，有很多的論文專門探討這個東西。在此處，為了簡單，假設(shè)我們的房屋就是一個變量影響的，就是房屋的面積。

   假設(shè)有一個房屋銷售的數(shù)據(jù)如下：

   面積(m^2)  銷售價錢（萬元）

   123            250

   150            320

   87              160

   102            220

   …               …

   這個表類似于帝都5環(huán)左右的房屋價錢，我們可以做出一個圖，x軸是房屋的面積。y軸是房屋的售價，如下：

   如果來了一個新的面積，假設(shè)在銷售價錢的記錄中沒有的，我們怎么辦呢？

   我們可以用一條曲線去盡量準(zhǔn)的擬合這些數(shù)據(jù)，然后如果有新的輸入過來，我們可以在將曲線上這個點(diǎn)對應(yīng)的值返回。如果用一條直線去擬合，可能是下面的樣子：

   綠色的點(diǎn)就是我們想要預(yù)測的點(diǎn)。

   首先給出一些概念和常用的符號，在不同的機(jī)器學(xué)習(xí)書籍中可能有一定的差別。

   房屋銷售記錄表 - 訓(xùn)練集(training set)或者訓(xùn)練數(shù)據(jù)(training data), 是我們流程中的輸入數(shù)據(jù)，一般稱為x

   房屋銷售價錢 - 輸出數(shù)據(jù)，一般稱為y

   擬合的函數(shù)（或者稱為假設(shè)或者模型），一般寫做 y = h(x)

   訓(xùn)練數(shù)據(jù)的條目數(shù)(#training set), 一條訓(xùn)練數(shù)據(jù)是由一對輸入數(shù)據(jù)和輸出數(shù)據(jù)組成的

   輸入數(shù)據(jù)的維度(特征的個數(shù)，#features)，n

   下面是一個典型的機(jī)器學(xué)習(xí)的過程，首先給出一個輸入數(shù)據(jù)，我們的算法會通過一系列的過程得到一個估計的函數(shù)，這個函數(shù)有能力對沒有見過的新數(shù)據(jù)給出一個新的估計，也被稱為構(gòu)建一個模型。就如同上面的線性回歸函數(shù)。

    我們用X1，X2..Xn 去描述feature里面的分量，比如x1=房間的面積，x2=房間的朝向，等等，我們可以做出一個估計函數(shù)：

    θ在這兒稱為參數(shù)，在這兒的意思是調(diào)整feature中每個分量的影響力，就是到底是房屋的面積更重要還是房屋的地段更重要。為了如果我們令X0 = 1，就可以用向量的方式來表示了：

    我們程序也需要一個機(jī)制去評估我們θ是否比較好，所以說需要對我們做出的h函數(shù)進(jìn)行評估，一般這個函數(shù)稱為損失函數(shù)（loss function）或者錯誤函數(shù)(error function)，描述h函數(shù)不好的程度，在下面，我們稱這個函數(shù)為J函數(shù)

    在這兒我們可以做出下面的一個錯誤函數(shù)：

    這個錯誤估計函數(shù)是去對x(i)的估計值與真實(shí)值y(i)差的平方和作為錯誤估計函數(shù)，前面乘上的1/2是為了在求導(dǎo)的時候，這個系數(shù)就不見了。

    如何調(diào)整θ以使得J(θ)取得最小值有很多方法，其中有最小二乘法(min square)，是一種完全是數(shù)學(xué)描述的方法，在stanford機(jī)器學(xué)習(xí)開放課***的部分會推導(dǎo)最小二乘法的公式的來源，這個來很多的機(jī)器學(xué)習(xí)和數(shù)學(xué)書上都可以找到，這里就不提最小二乘法，而談?wù)勌荻认陆捣ā?/p>

    梯度下降法是按下面的流程進(jìn)行的：

    1）首先對θ賦值，這個值可以是隨機(jī)的，也可以讓θ是一個全零的向量。

    2）改變θ的值，使得J(θ)按梯度下降的方向進(jìn)行減少。

    為了更清楚，給出下面的圖：

    這是一個表示參數(shù)θ與誤差函數(shù)J(θ)的關(guān)系圖，紅色的部分是表示J(θ)有著比較高的取值，我們需要的是，能夠讓J(θ)的值盡量的低。也就是深藍(lán)色的部分。θ0，θ1表示θ向量的兩個維度。

    在上面提到梯度下降法的***步是給θ給一個初值，假設(shè)隨機(jī)給的初值是在圖上的十字點(diǎn)。

    然后我們將θ按照梯度下降的方向進(jìn)行調(diào)整，就會使得J(θ)往更低的方向進(jìn)行變化，如圖所示，算法的結(jié)束將是在θ下降到無法繼續(xù)下降為止。

     當(dāng)然，可能梯度下降的最終點(diǎn)并非是全局最小點(diǎn)，可能是一個局部最小點(diǎn)，可能是下面的情況：

   上面這張圖就是描述的一個局部最小點(diǎn)，這是我們重新選擇了一個初始點(diǎn)得到的，看來我們這個算法將會在很大的程度上被初始點(diǎn)的選擇影響而陷入局部最小點(diǎn)  

   下面我將用一個例子描述一下梯度減少的過程，對于我們的函數(shù)J(θ)求偏導(dǎo)J：（求導(dǎo)的過程如果不明白，可以溫習(xí)一下微積分）

    下面是更新的過程，也就是θi會向著梯度最小的方向進(jìn)行減少。θi表示更新之前的值，-后面的部分表示按梯度方向減少的量，α表示步長，也就是每次按照梯度減少的方向變化多少。

     一個很重要的地方值得注意的是，梯度是有方向的，對于一個向量θ，每一維分量θi都可以求出一個梯度的方向，我們就可以找到一個整體的方向，在變化的時候，我們就朝著下降最多的方向進(jìn)行變化就可以達(dá)到一個最小點(diǎn)，不管它是局部的還是全局的。

    用更簡單的數(shù)學(xué)語言進(jìn)行描述步驟2）是這樣的：

      倒三角形表示梯度，按這種方式來表示，θi就不見了，看看用好向量和矩陣，真的會大大的簡化數(shù)學(xué)的描述啊。

總結(jié)與預(yù)告：

    本文中的內(nèi)容主要取自stanford的課程第二集，希望我把意思表達(dá)清楚了：）本系列的下一篇文章也將會取自stanford課程的第三集，下一次將會深入的講講回歸、logistic回歸、和Newton法，不過本系列并不希望做成stanford課程的筆記版，再往后面就不一定完全與stanford課程保持一致了。

本文由LeftNotEasy所有，發(fā)布于http://leftnoteasy.cnblogs.com。如果轉(zhuǎn)載，請注明出處，在未經(jīng)作者同意下將本文用于商業(yè)用途，將追究其法律責(zé)任。

原文鏈接：http://www.cnblogs.com/LeftNotEasy/archive/2010/12/05/mathmatic_in_machine_learning_1_regression_and_gradient_descent.html