随着所学算法的增多，加之使用次数的增多，不时对之前所学的算法有新的理解。这篇博文是在2018年4月17日再次编辑，将之前的3篇博文合并为一篇。

 

1.Problem and Loss Function

首先，Linear Regression是一种Supervised Learning，有input X，有输出label y。X可以是一维数据，也可以数多维的，因为我们用矩阵来计算，所以对公式和算法都没有影响。我们期望X经过一个算法h_θ(X)=θ^TX后，得到的结果尽可能接近label y。但在初始状态下，不可能的，所以我们需要Traning Set去训练这个h_θ(X)函数。而因为函数的形式是确定的，是线性函数，所以我们通过训练去学习的，其实是参数值θ。

 

而怎么通过Training Set去学习呢？这里就要引入Cost Function了，其概念是预测值与真实值到底差多少？公式是：

 

至于这个公式含义，可以从数学上理解认为是把每个training example的差值平方求和，也叫最小二乘法(Mean Square Error, MSE)。从数理统计角度的解释则是，假定Y的值与模型预测值之间从在一个差值

ε，这个差值是服从正态分布的，即

ε~N(0,

σ

²)。所以y~N(

θ^TX,σ²)。而后我们对y求最大似然估计（MLE），将最大化MLE的问题，一步步化简，最后也可以得到MSE的结果（公式我不敲了...)。

 

2.Gradient Descent

下一步是梯度下降 (Gradient Descent)，我觉得是machine learning里面最重要的算法之一了。求J(

θ)在各个维度上的方向，即偏导数。

然后同时在n个方向上更新

θ：

 

3. Batch Learning, Stochastic and Mini Batch

可以看到，在上面的算法里，是将m个training example一起计算的，m是training set的大小。也就是每更新一步，我要计算算有training example，复杂度较高。所以有两种变种算法，Stochastic，是每次计算梯度和更新

θ时，只用一个training example，同样的问题就是只用一个training example随机性太大，很有可能会路径曲折浪费时间；而Mini Batch则是指定一个Batch_size，比如32,64，每次用一小批，兼顾二者。