一、总述
线性回归算法属于监督学习的一种，主要用于模型为连续函数的数值预测。
过程总得来说就是初步建模后，通过训练集合确定模型参数，得到最终预测函数，此时输入自变量即可得到预测值。
二、基本过程
1、初步建模。确定假设函数h(x)（最终预测用）
2、建立价值函数J(θ)（也叫目标函数、损失函数等，求参数θ用）
3、求参数θ。对价值函数求偏导（即梯度），再使用梯度下降算法求出最终参数θ值
4、将参数θ值代入假设函数
三、约定符号
x：自变量，即特征值
y：因变量，即结果
h(x)：假设函数
J(θ)：价值函数
n：自变量个数，即特征值数量
m：训练集数据条数
α：学习速率，即梯度下降时的步长
四、具体过程
1、初步建模
根据训练集的数据特点创建假设函数，这里我们创建如下基本线性函数
这里需要说明的一点是公式的最后一步，如果把各组参数和自变量组织成矩阵，也可以利用矩阵方式计算。
我们说到矩阵，默认是指的列矩阵。这里先将参数矩阵转置行矩阵，然后就可以和X列矩阵做内积以得结果。
2、建立价值函数
为了让我们的假设函数更好的拟合实际情况，我们可以使用最小二乘法（LMS）建立价值函数，然后将训练集数据代入，然后想办法让该函数的所有结果尽可能小。
这里前面的1/2只是为了后面求导计算时方便而特地加上的。
怎么让其值尽可能小呢？
方法就是求该价值函数对θ的偏导数，再利用梯度下降算法进行收敛。
3、求参数
使用梯度下降算法，不断修正各θ的值，直到收敛。
判断是否收敛，可以用如下方法：
1、直到θ值变化不再明显（差值小于某给定值）；
2、将训练集代入假设函数，判断所有假设函数值之和的变化情况，直到变化不再明显；
3、当然，特殊情况下也可以强制限制迭代次数（可用于最大循环上限，防止死循环）。
下面就是迭代中用到的公式：
α为学习速率，即每次迭代的步长，如果太小则迭代速度过慢，如果太大则因为跨度太大无法有效找到期望的最小值，该值需要根据实际情况进行调整。
要使用代码实现的话，出现一堆导数可不成，所以要先求最右边的偏导数部分，将价值函数代入：
其实这里参数的数量和自变量的数量是一致的，也就是j=n。
所以梯度下降公式就变成了这样：
再代入训练集合的话公式就是：
（公式左边theta上面的尖号表示这是期望值）
这就得到了传说中的批量梯度下降算法。
但该算法在训练集合非常大的情况下将会非常低效，因为每次更新theta值时都要将整个训练集的数据代入计算。
所以通常实际情况中会使用改进的增量梯度下降（随机梯度下降）算法：
该算法每次更新只会使用训练集中的一组数据。
这样虽然牺牲了每次迭代时的最优下降路线，但是从整体来看路线还是下降的，只是中间走了写弯路而已，但是效率却大大改善了。
4、得到最终预测函数
将最终的θ值代入最初的假设函数，即得到了最终的预测函数。
五、代码实现
增量梯度下降，Python代码实现：
# -*- coding:utf-8 -*- """ 增量梯度下降 y=1+0.5x """ import sys # 训练数据集 # 自变量x(x0,x1) x = [(1,1.15),(1,1.9),(1,3.06),(1,4.66),(1,6.84),(1,7.95)] # 假设函数 h(x) = theta0*x[0] + theta1*x[1] # y为理想theta值下的真实函数值 y = [1.37,2.4,3.02,3.06,4.22,5.42] # 两种终止条件 loop_max = 10000 # 最大迭代次数 epsilon = 0.0001 # 收敛精度 alpha = 0.005 # 步长 diff = 0 # 每一次试验时当前值与理想值的差距 error0 = 0 # 上一次目标函数值之和 error1 = 0 # 当前次目标函数值之和 m = len(x) # 训练数据条数 #init the parameters to zero theta = [0,0] count = 0 finish = 0 while count<loop_max: count += 1 # 遍历训练数据集，不断更新theta值 for i in range(m): # 训练集代入，计算假设函数值h(x)与真实值y的误差值 diff = (theta[0] + theta[1]*x[i][1]) - y[i] # 求参数theta，增量梯度下降算法，每次只使用一组训练数据 theta[0] = theta[0] - alpha * diff * x[i][0] theta[1] = theta[1] - alpha * diff * x[i][1] # 此时已经遍历了一遍训练集，求出了此时的theta值 # 判断是否已收敛 if abs(theta[0]-error0) < epsilon and abs(theta[1]-error1) < epsilon: print 'theta:[%f, %f]'%(theta[0],theta[1]),'error1:',error1 finish = 1 else: error0,error1 = theta if finish: break print 'FINISH count:%s' % count
运行的最终结果是：
theta:[1.066522, 0.515434] error1: 0.515449819658
FINISH count:564
理想的真实值θ1=1，θ2=0.5
计算出来的是θ1=1.066522，θ2=0.515434
迭代了564次
需要注意一点，实际过程中需要反复调整收敛精度和学习速率这两个参数，才可得到满意的收敛结果！
另外，如果函数有局部极值问题，则可以将θ随机初始化多次，寻找多个结果，然后从中找最优解。
正规方程法这里先不做讨论了~
-- EOF --