本次回归章节的思维导图版总结已经总结完毕，但自我感觉不甚理想。不知道是模型太简单还是由于自己本身的原因，总结出来的东西感觉很少，好像知识点都覆盖上了，但乍一看，好像又什么都没有。不管怎样，算是一次尝试吧，慢慢地再来改进。在这里再梳理一下吧！
线性回归（Linear Regression）
- 什么是回归？
给定一些数据，{（x1，y1），（x2，y2）…（xn，yn） }，x的值来预测y的值，通常地，y的值是连续的就是回归问题，y的值是离散的就叫分类问题。
高尔顿的发现，身高的例子就是回归的典型模型。
- 回归分为线性回归（Linear Regression）和Logistic 回归。
线性回归可以对样本是线性的，也可以对样本是非线性的，只要对参数是线性的就可以，所以线性回归能得到曲线。
- 线性回归的目标函数？
（1）
为了防止过拟合，将目标函数增加平方和损失：
（2）
增加了平方和损失，是2次的正则，叫L2-norm，有个专有名字：Ridge。【岭回归】
也可以增加绝对值损失，叫L1-norm，也有个专有名字：Lasso。
都假定参数θ服从高斯分布。
- 目标函数的推导？
以极大似然估计解释最小二乘。过程如下：
（3）
- θ的解析式？
一句话：目标函数对θ求偏导，再求驻点。
防止过拟合，加入λ扰动：本质是L2-norm
- 梯度下降算法？
梯度下降得到得是局部最小值，而不是全局最小值。
SGD随机梯度下降的优点？
- 速度快
- 往往能跳出局部最小值
- 适合于在线学习
由于线性回归的目标函数是凸函数，所以在这个地方用梯度下降得到的就是全局最小值。
沿着负梯度方向迭代，更新后的θ会使得J（θ）更小。
注意：这里是对某一个样本，对θj求偏导。
每一个样本都对此时的θj求偏导。
注意：梯度是矢量，既有方向，又有值。例如，在二维空间中的表现为斜率，当斜率为1时，能想象方向，1不就是它的值吗？厉害了，竟然现在才明白过来。
梯度下降：（又称批量梯度下降batch gradient descent）
得到所有样本后，再做梯度下降。
随机梯度下降：（stochastic gradient descent）
来一个样本就进行梯度下降，来一个样本就进行梯度下降，适合于在线学习。
还有一个二者的折衷：
mini-batch:
攒够若干个做一次批梯度下降，若干个样本的平均梯度作为下降方向。
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
---------------------------------------------------------------------------------------------------------------------------
---------------------------------------------------------------------------------------------------------------------------
---------------------------------------------------------------------------------------------------------------------------
---------------------------------------------------------------------------------------------------------------------------
LR（Logistic Regression）Logistic回归
广义线性模型（General Linear Regression GLR）
1.Logistic回归的损失函数？
负对数似然NLL。
Softmax回归是Logistic回归的多分类情况。
沿着似然函数正梯度上升
这个图很能理解线性回归和LR回归之间的关系。
LogisticRegression 就是一个被logistic方程归一化后的线性回归，仅此而已。
- 提到Logistic回归，首先要说他跟线性回归的联系：其实就是被Logistic方程归一化的线性回归。将预测的输出映射到0,1之间。以概率判断类别，大于0.5，判为一类，小于0.5判为一类。
- Logistic 方程/Sigmoid 函数，大概长这样。
概率分布函数：
似然函数：
对数似然：
对θj求偏导：
沿着梯度上升。梯度上升也行，梯度下降也对。
注意：线性回归里面求损失函数的最小值得时候用到了梯度下降算法。
一定注意，那个是求损失函数的最小值，越小越好，当然用下降；而在这里，要求对数似然函数的最大值，则需要沿着梯度上升，越大越好。到最后得到极大似然估计值θ，那么学到的Logistic回归模型就是：
一定注意，这两次用梯度的目的不同，一次是为了损失值最小，一次是为了似然值最大，一个下降，一个上升！
Logistic的损失函数：
负对数似然损失函数NLL。
可以很好的解释。
常见的损失函数
机器学习或者统计机器学习常见的损失函数如下：
1.0-1损失函数 （0-1 loss function）
2.平方损失函数（quadratic loss function)
3.绝对值损失函数(absolute loss function)
L(Y,f(x))=|Y?f(X)|
4.对数损失函数（logarithmic loss function) 或对数似然损失函数(log-likehood loss function)
逻辑回归中，采用的则是对数损失函数。如果损失函数越小，表示模型越好。
说说对数损失函数与平方损失函数
在逻辑回归的推导中国，我们假设样本是服从伯努利分布(0-1分布)的，然后求得满足该分布的似然函数，最终求该似然函数的极大值。整体的思想就是求极大似然函数的思想。而取对数，只是为了方便我们的在求MLE(Maximum Likelihood Estimation)过程中采取的一种数学手段而已。
全体样本的损失函数可以表示为：
这就是逻辑回归最终的损失函数表达式。
Logistic 回归的总结：
优点：方法简单、容易实现、效果良好、易于解释
特征选择很重要：人工选择，随机森林、PCA、LDA
梯度下降算法是参数优化的重要手段，尤其是SGD。（适用于在线学习，能挑出局部极小值。）
Softmax回归
Logistic回归的推广，概率计算公式：
本章总结：
对于线性回归，求解参数θ即可，可以用解析解的方法求解，也可以用梯度下降的方式求解。
对于Logistic回归和Softmax回归，推导及求解方式相同。基本遵循以下步骤：
- 给出分类概率函数
- 求累加的似然函数
- 转换为对数似然函数求驻点
- 利用梯度下降法求解。