历史
最小二乘法,也叫做最小平方法(Least Square),它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最小二乘法来表达。
1801年,意大利天文学家朱赛普·皮亚齐发现了第一颗小行星谷神星。经过40天的跟踪观测后,由于谷神星运行至太阳背后,使得皮亚齐失去了谷神星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星,但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的高斯也计算了谷神星的轨道。奥地利天文学家海因里希·奥尔伯斯根据高斯计算出来的轨道重新发现了谷神星。
高斯使用的最小二乘法的方法发表于1809年他的著作《天体运动论》中。法国科学家勒让德于1806年独立发明“最小二乘法”,但因不为世人所知而默默无闻。勒让德曾与高斯为谁最早创立最小二乘法原理发生争执。
1829年,高斯提供了最小二乘法的优化效果强于其他方法的证明,因此被称为高斯-马尔可夫定理。
数学原理
线性回归试图学得:
z(x_i)=w \cdot x_i+b \tag{1}
使得:
z(x_i) \simeq y_i \tag{2}
其中,x_i是样本特征值,y_i是样本标签值,z_i是模型预测值。
如何学得w和b呢?均方差(MSE - mean squared error)是回归任务中常用的手段:
J = \sum{i=1}2 = \sum{i=1}2 \tag{3}
J称为损失函数。实际上就是试图找到一条直线,使所有样本到直线上的残差的平方和最小。
图4-3中,圆形点是样本点,直线是当前的拟合结果。如左图所示,我们是要计算样本点到直线的垂直距离,需要再根据直线的斜率来求垂足然后再计算距离,这样计算起来很慢;但实际上,在工程上我们通常使用的是右图的方式,即样本点到直线的竖直距离,因为这样计算很方便,用一个减法就可以了。
假设我们计算出初步的结果是虚线所示,这条直线是否合适呢?我们来计算一下图中每个点到这条直线的距离,把这些距离的值都加起来(都是正数,不存在互相抵消的问题)成为误差。
因为上图中的几个点不在一条直线上,所以不能有一条直线能同时穿过它们。所以,我们只能想办法不断改变红色直线的角度和位置,让总体误差最小(永远不可能是0),就意味着整体偏差最小,那么最终的那条直线就是我们要的结果。
如果想让误差的值最小,通过对w和b求导,再令导数为0(到达最小极值),就是w和b的最优解。
推导过程如下:
\begin{aligned} {\partial{J} \over \partial{w}} &={\partial{(\sum{i=1}2)} \over \partial{w}} \ = 2\sum{i=1}^m(y_i-wx_i-b)(-x_i) \end{aligned} \tag{4}
令公式4为0:
\sum_{i=1}^m(y_i-wx_i-b)x_i=0 \tag{5}
\begin{aligned} {\partial{J} \over \partial{b}} &={\partial{(\sum{i=1}2)} \over \partial{b}} \ =2\sum{i=1}^m(y_i-wx_i-b)(-1) \end{aligned} \tag{6}
令公式6为0:
\sum_{i=1}^m(y_i-wx_i-b)=0 \tag{7}
由式7得到(假设有m个样本):
\sum{i=1}^m b = m \cdot b = \sum{i=1}^m{yi} - w\sum{i=1}^m{x_i} \tag{8}
两边除以m:
b = {1 \over m}(\sum{i=1}^m{y_i} - w\sum{i=1}^m{x_i})=\bar y-w \bar x \tag{9}
其中:
\bar y = {1 \over m}\sum{i=1}^m y_i, \bar x={1 \over m}\sum{i=1}^m x_i \tag{10}
将公式10代入公式5:
\sum_{i=1}^m(y_i-wx_i-\bar y + w \bar x)x_i=0
\sum_{i=1}^m(x_i y_i-wx^2_i-x_i \bar y + w \bar x x_i)=0
\sum{i=1}^m(x_iy_i-x_i \bar y)-w\sum{i=1}2_i - \bar x x_i) = 0
w = {\sum{i=1}^m(x_iy_i-x_i \bar y) \over \sum{i=1}2_i - \bar x x_i)} \tag{11}
将公式10代入公式11:
w={\sum{i=1}^m (x_i \cdot y_i) - \sum{i=1}^m xi \cdot {1 \over m} \sum{i=1}^m yi \over \sum{i=1}^m x^2i - \sum{i=1}^m xi \cdot {1 \over m}\sum{i=1}^m x_i} \tag{12}
分子分母都乘以m:
w={m\sum{i=1}^m x_i y_i - \sum{i=1}^m xi \sum{i=1}^m yi \over m\sum{i=1}^m x^2i - (\sum{i=1}^m x_i)^2} \tag{13}
b=\frac{1}{m}\sum_{i=1}^m(y_i-wx_i) \tag{14}
而事实上,式13有很多个变种,大家会在不同的文章里看到不同版本,往往感到困惑,比如下面两个公式也是正确的解:
w = {\sum{i=1}^m y_i(x_i-\bar x) \over \sum{i=1}^m x^2i - (\sum{i=1}^m x_i)^2/m} \tag{15}
w = {\sum{i=1}^m x_i(y_i-\bar y) \over \sum{i=1}^m x^2i - \bar x \sum{i=1}^m x_i} \tag{16}
以上两个公式,如果把公式10代入,也应该可以得到和式13相同的答案,只不过需要一些运算技巧。比如,很多人不知道这个神奇的公式:
$$
\begin{array}{l}
\sum\left(x{i} \bar{y}\right)=\bar{y} \sum x{i}=\frac{1}{m}\left(\sum y{i}\right)\left(\sum x{i}\right) \
=\frac{1}{m}\left(\sum x{i}\right)\left(\sum y{i}\right)=\bar{x} \sum y{i}=\sum\left(y{i} \bar{x}\right)
\end{array} \tag{17}
$$
代码实现
我们下面用Python代码来实现一下以上的计算过程:
计算w值
# 根据公式15
def method1(X,Y,m):
x_mean = X.mean()
p = sum(Y*(X-x_mean))
q = sum(X*X) - sum(X)*sum(X)/m
w = p/q
return w
# 根据公式16
def method2(X,Y,m):
x_mean = X.mean()
y_mean = Y.mean()
p = sum(X*(Y-y_mean))
q = sum(X*X) - x_mean*sum(X)
w = p/q
return w
# 根据公式13
def method3(X,Y,m):
p = m*sum(X*Y) - sum(X)*sum(Y)
q = m*sum(X*X) - sum(X)*sum(X)
w = p/q
return w
由于有函数库的帮助,我们不需要手动计算sum(), mean()这样的基本函数。
计算b值
# 根据公式14
def calculate_b_1(X,Y,w,m):
b = sum(Y-w*X)/m
return b
# 根据公式9
def calculate_b_2(X,Y,w):
b = Y.mean() - w * X.mean()
return b
运算结果
用以上几种方法,最后得出的结果都是一致的,可以起到交叉验证的作用:
w1=2.056827, b1=2.965434
w2=2.056827, b2=2.965434
w3=2.056827, b3=2.965434
代码位置
原代码位置:ch04, Level1
个人代码:LeastSquare