0.线性回归

　　做为机器学习入门的经典模型，线性回归是绝对值得大家深入的推导实践的，而在众多的模型中，也是相对的容易。线性回归模型主要是用于线性建模，假设样本的特征有n个，我们通常将截距项也添加到特征向量x中，即在x中添加一个全为1的列，这是，我们就能够将模型表示为如下的形式：

1.残差的解释

　　根据上述的模型，我们可以表示出样本的标签值与模型预测值之间的表达式，如下所示：

上述式子中，根据残差的定义：实际值和预测值之间的差值，可知，即为模型的残差。那么，我们想知道的是，在模型中是怎么样的分布呢？

　　1，残差是由模型中的许多误差的积累的结果，即模型中许多的误差的累加作用的结果。

　　2，假定这些误差的分布是相同的。

　　那么，根据中心极限定理，是多个独立同分布的变量的累加结果，则是服从均值为某值，方差为某值的高斯分布，对于均值，我们总是可以通过改变模型的截距，是的模型得到的平面上下移动，是的得到的残差的分布的均值为0，假设方差为定值。

 2.中心极限定理

　　在实际的问题中，很多的随机现象可以看做是众多因素的独立影响的综合反应，往往可以看做是服从正态分布。比如，城市的耗电量：大量用户的用电量总和。测量误差：许多观察不到的，微小误差的总和。中心极限定理的关键是多个随机变量的和，在有些问题中是乘积误差，这时则需要鉴别后再使用。

3.极大似然估计

　　我们得到了残差的分布函数，因而我们可以对残差进行极大似然估计，就能够得到似然函数，而似然函数中应该是含有参数，因而我们就能够通过似然函数求极大值，得到参数的表达式，进而得到模型的解。

　　在上述推导过程中，我们先是对似然函数求极大值，得到的结果中，发现是一个减法计算，因而只需对后面的式子求最小值，则能够得到线性回归的代价函数，这也和我们的理解是相符合的，即模型的预测值应该使得它和实际值相差越小越好。

 4.解析解

　　在得到的代价函数中，计算极小值，我们发现这是一个复合函数，二次函数和线性函数的复合函数，根据凸函数的性质：凸函数和仿射函数的复合函数还是凸函数，因而代价函数是凸函数，存在极小值也是最小值。我们通过求极值点就能够得到最优解。

　　我们可以将M个N维样本组成矩阵X，m行n列，每一行对应一个样本，每一列对应所有样本的一个维度，由于还有截距项，因而有一列全为1。

　　计算梯度

　　可得到参数的解析解：

　　当上述式子不可逆时，可以添加扰动，使其是可逆的

　　看到上述的式子，自然想到了正则化，我们在代价函数里面添加正则项，进行求解刚好得到上述的式子。

L2正则化

 L1正则化

 　　对于L2正则我们可以计算梯度，但是L1正则中我们是无法计算梯度的，一种可行的办法是使用泰勒公式对后半部分进行近似计算。

 5.梯度下降

　　除了用解析解，在机器学习中，我们更多的时候使用的是学习方法，通过优化的方式得到最优解，下面我们是用梯度下降来进行模型的求解。

　　得到了梯度之后，我们可以通过梯度下降的方式不断更新参数得到最优解。

6.模型的评价

　　对于m个样本，通过得到的模型，我们可以计算出m估计值，下面我们定义总平方和TSS：

　　得到了总平方和后，我们可以计算残差平方和SSE

　　由得到的总平方和与残差平方和，我们定义R方统计量：

　　R方的值越大，拟合的效果越好，最优值是1。

 7.源码

def getLinearData(lamda):    x1 = np.random.random(50) * 20 - 10    x2 = np.random.random(50) * 7 - 2    x3 = np.random.random(50) * 36 - 13    x4 = np.random.random(50) * 9 - 3    x = np.stack((x1, x2, x3, x4), axis=1)    b = np.ones((50))    x = np.c_[x, b]    y = np.sum(x*lamda, axis=1) + np.random.random(50) * 50 - 25    return x, ydef predict_y(x, k):    return np.sum(x*k, axis=1)def cal_loss(x, y, k):    y_predict = np.sum(x*k, axis=1)    loss = 0.5 * np.sum(np.square(y - y_predict))    return lossdef mini_batch_GD():    returndef BGD(x, y, k, n, s, loss):    losslist = []    for i in range(n):        y_hat = predict_y(x, k)        for j, dk in enumerate(k):            xi = x[:, j]            dk = dk + s * np.sum((y-y_hat) * xi, axis=0)            k[j] = dk        new_loss = cal_loss(x, y, k)        print(new_loss)        losslist.append(new_loss)        if new_loss < loss or (i > 10 and np.abs(new_loss - losslist[-2])< 0.0001):            return k, new_loss, losslist    new_loss = cal_loss(x, y, k)    return k, new_loss, losslistdef SGD(x, y, k, n, s, loss):    losslist = []    for i in range(n):        for j, xi in enumerate(x):            y_predict = np.sum(xi*k)            k = k + s * (y[j] - y_predict) * xi            new_loss = cal_loss(x, y, k)            losslist.append(new_loss)        print(new_loss)        if new_loss < loss :            return k, new_loss, losslist    new_loss = cal_loss(x, y_train, k)    return k, new_loss, losslistdef linear_Regression(x, y):    size = np.shape(x)[1]    k = np.ones(size)    # k, loss, losslist = BGD(x, y, k, 20000000, 0.000005, 10)    k, loss, losslist = SGD(x, y, k, 20, 0.0005, 10)    return k, loss, losslistif __name__ == '__main__':    lamda = [2, -5, 3, 7, 15]  # a1, a2, a3, a4, b    x, y = getLinearData(lamda)    x_train, y_train = x[0:40, :], y[0:40]    x_test, y_test = x[40:, :], y[40:]    k, loss, losslist = linear_Regression(x_train, y_train)    print(k)    print(loss)    i = np.arange(np.size(losslist))    plt.figure()    # plt.plot(i, losslist, 'r-', label='BGD')    plt.plot(i, losslist, 'r-', label='SGD')    plt.legend()    plt.show()

　　模型运行的结果：

　　在写梯度下降的代码中，由于是用所有的样本计算梯度进行更新的，所以每次得到的梯度值很大，开始时我给出的步长是0.1-0.01，结果出现了跨越极值的情况，最后的到无穷大的结果。以为是代码的问题，找半天代码一直没想通，后面才想到是因为学习率太大的问题。