一、拟合问题
1、什么叫做拟合？
(x,y)直接的关系可以用一条线（直线或者曲线）表达，我们的目标就是找到这一条线，找到线的关键就是求取参数
2、公式
单特征，ω代表参数，y(x,w)是估计值，t是实际值
3、如何求取参数ω？三种方法：
（1）确定性方法：将参数w和t看成确定性的量，只是值不知道而已
E(w)：均方误差; y(xn,w)：第二个样本的估计值; tn：第二个样本的实际值; 1/2：方便之后的计算
采用确定性方法，就是求出使得E(w)最小的那个w
对于y(xn,w)：
M=0:一条平行于X轴的直线（）
M=1:一次方程，一条直线（需要一个样本就可以求取）
M=2:二次方程，一条曲线
.......
如果训练样本数量过小，可以拟合出一条满足所有样本的线，此时容易产生过拟合现象，如何解决？
（1.1）增加训练样本数
（1.2）正则化：增加惩罚因子
（2）最大似然估计:将参数w看成确定性的量，只是值不知道而已；将产生的值看成一种概率表达
（3）贝叶斯估计：将参数w看成随机量，存在概率分布；将产生的值看成一种概率表达
二、线性回归
1、什么是线性回归？
（1）线性：直线
（2）线性回归：根据已有的数据集拟合出一条直线
（3）用途：回归或者分类，如果y是连续的值，则为回归；如果y是离散的几个值，则为分类；本文只针对分类
（4）线性公式
，设置x0=1，则有
，n为特征个数
（5）如果利用线性回归进行回归或者分类，只需要估算出θ的值
2、如何估算θ？
代价函数：m-学习样本个数
目标：求得使J(θ)最小的θ，如何求？
（1）梯度下降
（1.1）单样本的梯度下降：
θj：第j个参数，需要设定一个初始值，初始值的设定会影响到梯度下降的结果
α：学习速度，决定了下降的步长。如果设置过小，会导致收敛速度过慢；如果太大，可能会越过最小值
---->最小均方误差：
对于多样本，有两种方法可以处理：
（2.2）批梯度下降
批：每次迭代都用到所有样本
优点：总是会收敛到全局最小值
缺点：如果训练集合太大，则效率太低
检测收敛：设定阈值ε，如果两次迭代改变小于阈值，则认为收敛
（2.3）随机梯度下降（增量梯度下降）
随机：每次值选取一个样本更新θj，循环m轮
有点：效率高，收敛速度快，大数据集更倾向于增量梯度下降
缺点：在全局最小值附近徘徊，不会精确收敛到全局最小值
（2）最小二乘法
直接求J(θ)的导数，置为0，求θ
3、参数学习算法与非参数学习算法
参数学习算法：拟合参数θ数量固定---容易发生过拟合和欠拟合
非参数学习算法：拟合参数θ数量不固定，参数数量会随着训练集合的大小线性增长，需要保存整个训练集--不能完全避免过拟合与欠拟合
4、局部加强线性回归----一种非参数学习算法
（1）什么是局部加强？
原始的线性回归，关注全局样本，用所有的训练样本找到拟合参数，问题是一条直线往往并不能很好的拟合，曲线可能会更好的反应样本情况，局部加强就是针对这种问题
局部加强更关注邻近区域，为邻近区域赋予比较大的权值，为偏远区域赋予较小的权值
代价函数：
（2）如何计算权值？
有很多种计算方式，这是其中之一---指数衰减函数
τ：波长参数，控制权值随距离下降的速率，越小下降越快
三、logistic回归
1、为什么要用logistic回归？
普通的线性回归，计算的h(θ)的值范围非常大，利用logistic回归，可以将h(θ)的范围缩小到(0,1)
2、logistic函数(sigmoid函数):
z=0时，值为0.5; z>>0时，值为1; z<<0时，值为0
3、logistic回归函数
4、求拟合参数
假设：
----->
>0.5，则为正例，否则为反例
logistic回归就是要学习到θ，使得正例(y=1)的特征远大于0，即
>>0, 负例(y=0)的特征远小于0，即<<0
通过极大似然估计可得:
-->
--->
求取使得
最大的θ:
（1）梯度上升
---->
（2）牛顿方法?
（2.1）为了得到最大的，第一个办法是按照上面的梯度上升，直到两次的变化小于设定的某个阈值；第二个办法是对其直接求导，并置导数为0
（2.2）牛顿方法是什么？
此为牛顿方法的一次迭代，通过不断的迭代最后找到使得f(θ)=0
换句话说，牛顿方法的目标是f(θ)=0，我们的目标是的导数=0，那我们只需要设置：
--->
（2.3）优点：收敛速度快，号称二次收敛（0.01->0.0001->0.00000001）
缺点：如果特征数目太多，效率低，所以比较适合特征少的情况（不过，通常情况情况下，特征数目都不多）
四、总结与疑问
1、这些计算方法直接的关系：极大似然估计、贝叶斯估计、梯度、最小二乘、牛顿（待）
2、线性回归为什么不适合用来进行分类？
3、极大似然与最小二乘？
....乱乱乱