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
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.