共计 1713 个字符，预计需要花费 5 分钟才能阅读完成。
线性回归 – 原理
线性回归 –python 实现(不使用框架)
线性回归 –sklearn 框架实现
通常我们学习机器学习都是从线性回归模型开始的。线性回归模型形式简单、易于建模，但是我们可以从中学习到机器学习的一些重要的基本思想。
回归一词的由来：这个术语是英国生物学家兼统计学家高尔顿在 1886 年左右提出来的。人们大概都注意到，子代的身高与其父母的身高有关。高尔顿以父母的平均身高 X 作为自变量，其一成年儿子的身高 Y 为因变量。他观察了 1074 对父母及其一成年儿子的身高，将所得 (X, Y) 值标在直角坐标系上，发现二者的关系近乎一条直线，总的趋势是 X 增加时 Y 倾向于增加，这是意料中的结果. 有意思的是, 高尔顿对所得数据做了深入一层的考察，而发现了某种有趣的现象。
高尔顿算出这 1074 个 X 值的算术平均为 68 英寸(1 英寸为 2.54 厘米)，而 1074 个 Y 值的算术平均为 69 英寸，子代身高平均增加了 1 英寸，这个趋势现今人们也已注意到。以此为据，人们可能会这样推想：如果父母平均身高为 a 英寸，则这些父母的子代平均身高应为 a + 1 英寸，即比父代多 1 英寸。但高尔顿观察的结果与此不符，他发现：当父母平均身高为 72 英寸时，他们的子代身高平均只有 71 英寸, 不仅达不到预计的 72+1=73 英寸，反而比父母平均身高小了。反之, 若父母平均身高为 64 英寸，则观察数据显示子代平均身高为 67 英寸，比预计的 64+1=65 英寸要多。
高尔顿对此的解释是：大自然有一种约束机制，使人类身高分布保持某种稳定形态而不作两极分化。这就是种使身高“回归于中心“的作用。例如，父母身高平均为 72 英寸，比他们这一代平均身高 68 英寸高出许多，“回归于中心”的力量把他们子代的身高拉回来些：其平均身高只有 71 英寸，反比父母平均身高小，但仍超过子代全体平均 69 英寸。反之，当父母平均身高只有 64 英寸，远低于他们这代的平均值 68 英寸时，“回归于中心”的力量将其子代身高拉回去一些，其平均值达到 67 英寸，增长了 3 英寸，但仍低于子代全体平均值 69 英寸。
正是通过这个例子，高尔顿引人了“回归”这个名词。
线性回归的模型形如：
线性回归得出的模型不一定是一条直线，在只有一个变量的时候，模型是平面中的一条直线；有两个变量的时候，模型是空间中的一个平面；有更多变量时，模型将是更高维的。
线性回归模型有很好的可解释性，可以从权重 W 直接看出每个特征对结果的影响程度。
线性回归适用于 X 和 y 之间存在线性关系的数据集，可以使用计算机辅助画出散点图来观察是否存在线性关系。例如我们假设房屋价格和房屋面积之间存在某种线性关系，画出散点图如下图所示。
看起来这些点分布在一条直线附近，我们尝试使用一条直线来拟合数据，使所有点到直线的距离之和最小。实际上，线性回归中通常使用残差平方和，即点到直线的平行于 y 轴的距离而不用垂线距离，残差平方和除以样本量 n 就是均方误差。均方误差作为线性回归模型的代价函数(cost function)。使所有点到直线的距离之和最小，就是使均方误差最小化，这个方法叫做最小二乘法。
代价函数：
其中，
下面求使 J 最小的 W 和 b：
1. 偏导数法
偏导数法是非常麻烦的，需要一个一个地计算 w。为了方便，这里以单变量线性回归为例。
2. 正规方程法
正规方程使用矩阵运算，可以一次求出 W 向量。但是当变量 (feature) 个数大于数据个数时，会导致 xTx 不可逆，这时候就不能用此方法了。
使用正规方程法，如果希望得到的模型带有偏置项 b，就要先给数据集 X 增加全为 1 的一列，这样才会把 b 包含在 W 中；如果不添加，那么模型是强制过原点的。
3. 梯度下降
这里的代价函数 J 的海森矩阵 H 是半正定的，因此 J 一定有全局最小值，所以也可以使用梯度下降法来求解。梯度下降法是一种迭代解法，不仅可以求解最小二乘问题，也适用于其它代价函数的问题。但是需要设置学习率 α，α 设置的过大或过小，都不能很好地训练出模型，而且梯度下降法需要对数据集进行特征缩放。一般会在数据集特别大的时候或者 xTx 不可逆的时候使用梯度下降法，后面再做介绍。
4. 其他
还有一些方法就不一一列举了。例如奇异值分解，QR 分解，乔姆斯基分解等等。
计算出的模型如下图。
再放一个两个变量的情况的，如下图。