首先最小二乘法是用来干什么的，他的目的是最小化误差平方之和，从而找到最优训练模型，这个模型可以用来更好的拟合训练的样本数据。
最小二乘法具体包括的执行算法有：随机梯度下降和牛顿法；随机梯度下降很简单，具体介绍在上一篇博客(与批梯度下降对比)及之前博客已有介绍；在这里重点学习一下牛顿法。
**
一、随机梯度下降：
再放一张随机梯度下降法的求解过程，以用来最后于牛顿法做一些对比：
二、牛顿法：
牛顿法的核心思想利用的是：泰勒展开！
(其实泰勒展开式仅是另一种表达等式方式而已，没必要深究，其实原理也很简单不在赘述)
泰勒展开式：
1、Guass-Newton：一阶泰勒展开求零点
在这里主要看的是解X k+1与X k的关系表示；
2、最优化求解(最小二乘法：Newton)：二阶泰勒展开求最优点
其实如上图片已经解释的很详细了，二阶泰勒展开后对其求最优值(在模型当中最优值就是平方差和最小的值)，如何求一个函数的最优值那就是求导为0的点，也就是对上面min函数内部求导使其值为0即式6如上，最后同样求出了X k+1与X k的关系；
最后并给出了利用牛顿法求解最优问题的迭代统一形式；
3、了解了牛顿法之后，现在我们将其应用于模型当中的具体实践中：
首先单个样本损失函数表示如下、并对其求一、二阶导：
这里注意一点，前面的求和式转变成了后面的表达式是：矩阵乘法的转换（矩阵！！）
然后我们这里有了有了一阶导数、二阶导数，对比牛顿法我们可以写出此时的参数1与参数0之间的关系如下：
在这里的H就是二阶导数的简化表示，后面的J（）就是对参数一阶求导数的表示；注意这里的参数及大写的X与y都是表示的矩阵(所有样本系数、未知数x及值yi共同组成的矩阵！其中二阶导数矩阵H就是hessian矩阵)
到这里牛顿法应用于求解模型最优解参数就算是介绍完了(注意：模型优化的过程就是一步步的更新参数，上面已经表示出了后一个参数与前一个参数的关系式)
三、对比随机梯度下降与牛顿法：
其实看其两式之间的差异已经非常明显了，一个是循环迭代(随机梯度下降法)求最后值，一个是一步出结果(牛顿法)；是不是感觉有些不可思议，其实仔细一想、一看两者的区别也没有那么明显了；
为什么牛顿法可以一步出结果，因为他一步就把所有的xi、yi及参数全部以矩阵的形式计算进去了！所有这么来看两者也没有什么区别可言了！
但是在真正执行的工程当中，矩阵乘是有其独特优势的，因为大部分框架都已经将矩阵乘计算进行了封装优化(如python中numpy到pytorch中的Variable等等)，不论是看起来还是操作起来都是十分方便快捷的！