線性回歸（Linear Regression）

247 views

2 minute read

Linear regression 是一個資料分析技術，且使用線性函數來預測未知的資料。雖然 linear regression 模型相對簡單，但它是一個成熟的統計技術。

ByWayne
23/06/2024

Linear regression 是一個資料分析技術，且使用線性函數來預測未知的資料。雖然 linear regression 模型相對簡單，但它是一個成熟的統計技術。

Simple Linear Regression
Multiple Linear Regression
結語
參考

Simple Linear Regression

Model Function

Linear regression 的 model function 如下。其中 w 和 b 是參數。當我們將變數 x 帶入後，函數 f_w,b 會回傳一個預測值 ŷ。

$\hat{y}^{(i)}=f_{w,b}(x^{(i)})=wx^{(i)}+b \\\\ \text{paramters}: w,b$

要注意的是，f_w,b 回傳的是一個預測值 ŷ，而非真正的值 y，如下圖所示。當 f_w,b 預測出來的 ŷ 很接近 y 時，則我們可以說 f_w,b 的準確很高。我們會透過調整 w 和 b 來提高 f_w,b 的準確率。

Linear regression's model function. — Linear regression’s model function.

Cost Function

Cost function 是用來衡量 f_w,b 的準確率。有了 cost function，我們就可以衡量調整後的 w 和 b 是否比原來的好。

Linear regression 的 cost function 是 squared error，如下。

$J(w,b)=\frac{1}{2m}\sum_{i=1}^{m-1}(\hat{y}^{(i)}-y^{(i)})^2=\frac{1}{2m}\sum_{i=1}^{m-1}(f_{w,b}(x^{(i)})-y^{(i)})^2 \\\\ \text{Find } w,b: \hat{y}^{(i)} \text{ is close to } y^{(i)} \text{ for all } (x^{(i)},y^{(i)}) \\\\ \text{Objective: } minimize_{w,b}J(w,b)$

我們最終想要找到一組 w 和 b，使得 J(w,b) 會是最小。

Linear regression's cost function: Square error. — Linear regression’s cost function: Square error.

Gradient Descent

雖然有了 cost function，但是我們還是不知道要怎麼挑一組比目前好的 w 和 b。因此，我們需要用 gradient descent 來幫助我們挑選一組比目前好的 w 和 b。

基本上 Gradient descent 的原理如下圖。首先，隨便挑選一組 w 和 b，所以可能會在拋物線的左邊或是右邊，然後下一組選擇靠谷底方向的 w 和 b。重複此動作直到 J(w,b) 無法再更小。

下一個問題是要如何知道 cost function 的谷底是在哪個方向呢？我們可以對 cost function J(w,b) 做微分，然後就可以得到目前的斜率。有了斜率，我們就知道要往哪邊移動。重複此動作，一直到斜率為 0 的時候，我們就知道到了谷底了。

以下為 gradient descent 演算法。

$\text{repeat until convergence } \{ \\\\ \phantom{xxxx} w=w-\alpha \frac{\partial J(w,b)}{\partial w} \\\\ \phantom{xxxx} b=b-\alpha \frac{\partial J(w,b)}{\partial b} \\\\ \}$

其中 cost function 的導數由以下方式計算出來。

$\frac{\partial J(w,b)}{\partial w}=\frac{1}{m} \sum^{m-1}_{i=0} (f_{w,b}(x^{(i)})-y^{(i)}) x^{(i)} \\\\ \frac{\partial J(w,b)}{\partial b}=\frac{1}{m} \sum^{m-1}_{i=0} (f_{w,b}(x^{(i)})-y^{(i)})$

Learning Rate

在 gradient descent 中，有一個 learning rate 叫 $\alpha$ 。由 gradient descent 演算法可以看出，當 $\alpha$ 較小時，需要較多的次數才能接近谷底，因此效能會較差。反之，則會比較快速地到達底谷。但是，當 $\alpha$ 太大時，則有可能會無法到達谷底。