上節課，我們主要介紹了在有noise的情況下，VC Bound理論仍然是成立的。同時，介紹了不同的error measure方法。本節課介紹機器學習最常見的一種演算法：Linear Regression.
一、線性迴歸問題
在之前的Linear Classification課程中，講了信用卡發放的例子，利用機器學習來決定是否給使用者發放信用卡。本節課仍然引入信用卡的例子，來解決給使用者發放信用卡額度的問題，這就是一個線性迴歸（Linear Regression）問題。
令使用者特徵集為d維的X，加上常數項，維度為d+1，與權重w的線性組合即為Hypothesis,記為h(x)。線性迴歸的預測函式取值在整個實數空間，這跟線性分類不同。
h(x)=w^TX
根據上圖，在一維或者多維空間裡，線性迴歸的目標是找到一條直線（對應一維）、一個平面（對應二維）或者更高維的超平面，使樣本集中的點更接近它，也就是殘留誤差Residuals最小化。
一般最常用的錯誤測量方式是基於最小二乘法，其目標是計算誤差的最小平方和對應的權重w，即上節課介紹的squared error：
這裡提一點，最小二乘法可以解決線性問題和非線性問題。線性最小二乘法的解是closed-form，即X=(A^TA)^{-1}A^Ty，而非線性最小二乘法沒有closed-form，通常用迭代法求解。本節課的解就是closed-form的。關於最小二乘法的一些介紹，請參見我的另一篇博文：
[最小二乘法和梯度下降法的一些總結]
二、線性迴歸演算法
樣本資料誤差E_{in}是權重w的函式，因為X和y都是已知的。我們的目標就是找出合適的w，使E_{in}能夠最小。那麼如何計算呢？
首先，運用矩陣轉換的思想，將E_{in}計算轉換為矩陣的形式。
然後，對於此類線性迴歸問題，E_{in}(w)一般是個凸函式。凸函式的話，我們只要找到一階導數等於零的位置，就找到了最優解。那麼，我們將E_{w}對每個w_i,i=0,1,\cdots,d求偏導，偏導為零的w_i，即為最優化的權重值分佈。
根據梯度的思想，對E_{w}進行矩陣話求偏導處理：
令偏導為零，最終可以計算出權重向量w為：
最終，我們推導得到了權重向量w=(X^TX)^{-1}X^Ty，這是上文提到的closed-form解。其中，(X^TX)^{-1}X^T又稱為偽逆矩陣pseudo-inverse，記為X^+，維度是(d+1)xN。
但是，我們注意到，偽逆矩陣中有逆矩陣的計算，逆矩陣(X^TX)^{-1}是否一定存在？一般情況下，只要滿足樣本數量N遠大於樣本特徵維度d+1，就能保證矩陣的逆是存在的，稱之為非奇異矩陣。但是如果是奇異矩陣，不可逆怎麼辦呢？其實，大部分的計算逆矩陣的軟體程式，都可以處理這個問題，也會計算出一個逆矩陣。所以，一般偽逆矩陣是可解的。
三、泛化問題
現在，可能有這樣一個疑問，就是這種求解權重向量的方法是機器學習嗎？或者說這種方法滿足我們之前推導VC Bound，即是否泛化能力強E_{in}\approx E_{out}？
有兩種觀點：1、這不屬於機器學習範疇。因為這種closed-form解的形式跟一般的機器學習演算法不一樣，而且在計算最小化誤差的過程中沒有用到迭代。2、這屬於機器學習範疇。因為從結果上看，E_{in}和E_{out}都實現了最小化，而且實際上在計算逆矩陣的過程中，也用到了迭代。
其實，只從結果來看，這種方法的確實現了機器學習的目的。下面通過介紹一種更簡單的方法，證明linear regression問題是可以通過線下最小二乘法方法計算得到好的E_{in}和E_{out}的。
圖中，y是N維空間的一個向量，粉色區域表示輸入矩陣X乘以不同權值向量w所構成的空間，根據所有w的取值，預測輸出都被限定在粉色的空間中。向量\hat y就是粉色空間中的一個向量，代表預測的一種。y是實際樣本資料輸出值。
機器學習的目的是在粉色空間中找到一個\hat y，使它最接近真實的y，那麼我們只要將y在粉色空間上作垂直投影即可，投影得到的\hat y即為在粉色空間內最接近y的向量。這樣即使平均誤差\overline E最小。
從圖中可以看出，\hat y是y的投影，已知\hat y=Hy，那麼H表示的就是將y投影到\hat y的一種操作。圖中綠色的箭頭y-\hat y是向量y與\hat y相減，y-\hat y垂直於粉色區域。已知(I-H)y=y-\hat y那麼I-H表示的就是將y投影到y-\hat y即垂直於粉色區域的一種操作。這樣的話，我們就賦予了H和I-H不同但又有聯絡的物理意義。
這裡trace(I-H)稱為I-H的跡，值為N-(d+1)。這條性質很重要，一個矩陣的 trace等於該矩陣的所有特徵值(Eigenvalues)之和。下面給出簡單證明：
trace(I-H)=trace(I)-trace(H)
=N-trace(XX^+)=N-trace(X(X^TX)^{-1}X^T
=N-trace(X^TX(X^TX)^{-1})=N-trace(I_{d+1})
=N-(d+1)
介紹下該I-H這種轉換的物理意義：原來有一個有N個自由度的向量y，投影到一個有d+1維的空間x（代表一列的自由度，即單一輸入樣本的引數，如圖中粉色區域），而餘數剩餘的自由度最大隻有N-(d+1)種。
在存在noise的情況下，上圖變為：
當N足夠大時，\overline E_{in}與\overline E_{out}逐漸接近，滿足\overline E_{in}\approx \overline E_{out}，且數值保持在noise level。這就類似VC理論，證明了當N足夠大的時候，這種線性最小二乘法是可以進行機器學習的，演算法有效！
四、Linear Regression方法解決Linear Classification問題
之前介紹的Linear Classification問題使用的Error Measure方法用的是0/1 error，那麼Linear Regression的squared error是否能夠應用到Linear Classification問題？
下圖展示了兩種錯誤的關係，一般情況下，squared error曲線在0/1 error曲線之上。即err_{0/1}\leq err_{sqr}.
根據之前的VC理論，E_{out}的上界滿足：
從圖中可以看出，用err_{sqr}代替err_{0/1}，E_{out}仍然有上界，只不過是上界變得寬鬆了。也就是說用線性迴歸方法仍然可以解決線性分類問題，效果不會太差。二元分類問題得到了一個更寬鬆的上界，但是也是一種更有效率的求解方式。
五、總結
本節課，我們主要介紹了Linear Regression。首先，我們從問題出發，想要找到一條直線擬合實際資料值；然後，我們利用最小二乘法，用解析形式推導了權重w的closed-form解；接著，用圖形的形式得到E_{out}-E_{in}\approx \frac{2(N+1)}{N}，證明了linear regression是可以進行機器學習的，；最後，我們證明linear regressin這種方法可以用在binary classification上，雖然上界變寬鬆了，但是仍然能得到不錯的學習方法。
註明：
文章中所有的圖片均來自臺灣大學林軒田《機器學習基石》課程
更多AI資源請關注公眾號：AI有道（ID：redstonewill）
