机器学习:正规方程参数θ的推导过程

多变量线性回归代价函数为:

其中: 

正规方程是通过求解下面的方程来找出使得代价函数最小的参数:

设有m个训练实例,每个实例有n个特征,则训练实例集为:

这里写图片描述 
其中这里写图片描述表示第i个实例第j个特征。

特征参数为:

这里写图片描述

输出变量为:

这里写图片描述

故代价函数为:

这里写图片描述

进行求导,等价于如下的形式:

这里写图片描述

求导公式:

  • 其中第一项:

这里写图片描述

  • 第二项:

这里写图片描述 
该矩阵求导为分母布局下的标量/向量形式: 
故有, 
这里写图片描述

  • 第三项:

这里写图片描述 
该矩阵求导为分母布局下的标量/向量形式: 
故有: 
这里写图片描述

  • 第四项:

这里写图片描述 
其中这里写图片描述为标量,可看成一个常数。 
该矩阵求导为分母布局下的标量/向量形式: 
故有: 
这里写图片描述

综上,正规方程为:

这里写图片描述

最终可得特征参数的表示:

这里写图片描述

多变量线性回归代价函数为:

猜你喜欢

转载自blog.csdn.net/tiaochewang219/article/details/107529686
今日推荐