1. OLS

其中称 为参数; 特别地, 称为截距项 (intercept term), 其对应的 为 .

1.1 OLS Cost Function

1.2 Gradient Descent

Gradient descent 的一般形式:

其中 , 也就是同步更新所有的特征.

1.2.1 OLS Case

对损失函数关于某个特征求偏导有:

因此对于一个样本 的每个特征 , 梯度下降的更新公式为:

这一更新公式符合最小均方误差 (MSE), 因此也称为 LMS (least mean square) 更新规则, 或 Widrow-Hoff 规则.

1.2.2 Batch Gradient Descent

算法描述:

Repeat until convergence {
  θ := θ + α Σᵢ₌₁ⁿ (y⁽ⁱ⁾ - hθ(x⁽ⁱ⁾))x⁽ⁱ⁾
}

对应更新式为:

批量梯度下降法每次迭代都要用到所有训练样本, 所以当训练集很大时会很慢.

1.2.3 Stochastic Gradient Descent

算法描述:

Loop {
  for i = 1 to n {
    θ := θ + α(y⁽ⁱ⁾ - hθ(x⁽ⁱ⁾))x⁽ⁱ⁾
  }
}

对应更新式为:

随机梯度下降法每次只用一个样本来更新参数, 而不是用所有样本.

2. Matrix Calculus Notes

定义:

例如, 若 , 则

Note: Source omission

The original note marks the later statistics discussion as omitted.