✨机器学习笔记（三）—— 多元线性回归、特征缩放、Scikit-Learn（未完待续）

Course1-Week2:
https://github.com/kaieye/2022-Machine-Learning-Specialization/tree/main/Supervised%20Machine%20Learning%20Regression%20and%20Classification/week2

1️⃣多元线性回归及矢量化

多元线性回归（multiple linear regression）

🎈对于一元线性回归问题，我们只是考虑将 Size 作为 input 的情况来得出房屋的价格。

🎈而在现实中考虑房屋价格的因素绝不止有一个，所以我们引入了多维特征（房屋大小，卧室的数量，楼层数量，房屋的年龄）四个维度的特征来得出房价，数据集及说明如下图：

对于这四个维度分别表示为 $x_1,x_2,x_3,x_4$ ，为了方便使用向量 $\vec{x}$ 来表示，即对于第 $i$ 组案例有 ${\vec{x}}^{(i)}=({x_1}^{(i)},{x_2}^{(i)},{x_3}^{(i)},{x_4}^{(i)})$，所以可以写出这样的线性回归方程：
✨ $f_{w,b}(x)=w_1{x}_1+w_2{x}_2+w_3{x}_3+w_4{x}_4+b$，而对于$w$也可用向量来表示 $\vec{w}=(w_1,w_2,w_3,w_4)$。

✨ 扩展到 $n$ 维，可以得出多元线性回归模型：
$$\begin{array}{rl}{f}_{\vec{w},b}(\vec{x})& =\vec{w}\cdot \vec{x}+b\\ & =w_1{x}_1+w_2{x}_2+...+w_n{x}_n+b\end{array}$$

多元线性回归模型的梯度下降法

矢量化（Vectorization）

🎈指在数值计算或机器学习中，将循环操作转换为向量或矩阵运算的过程。通过矢量化，可以利用现代处理器的并行计算能力，极大地提升代码的执行效率，尤其是在处理大量数据时。矢量化通常应用于使用 NumPy 或类似库来替代原本的显式循环（for-loop）操作。

🎈使用 NumPy 的 dot 函数去计算，很好地利用了处理器并行计算的能力，下面通过代码来演示显式循环和矢量化的性能差距。

# 引入库
import numpy as np    
import time

自定义一个函数用来显式循环计算

def my_dot(a, b): """Compute the dot product of two vectorsArgs:a (ndarray (n,)):  input vector b (ndarray (n,)):  input vector with same dimension as aReturns:x (scalar): """x=0for i in range(a.shape[0]):x = x + a[i] * b[i]return xprint(a.shape[0])

用两个数组 $a,b$ 来模拟一下计算过程

np.random.seed(1)
a = np.random.rand(10000000)  # very large arrays
b = np.random.rand(10000000)tic = time.time()  # capture start time
c = np.dot(a, b)
toc = time.time()  # capture end timeprint(f"np.dot(a, b) =  {c:.4f}")
print(f"Vectorized version duration: {1000*(toc-tic):.4f} ms ")tic = time.time()  # capture start time
c = my_dot(a,b)
toc = time.time()  # capture end timeprint(f"my_dot(a, b) =  {c:.4f}")
print(f"loop version duration: {1000*(toc-tic):.4f} ms ")del(a);del(b)  #remove these big arrays from memory

通过演示，可以明显看到两种计算方式之间的性能差距。

2️⃣特征缩放（Feature Scaling）

🎈对于不同的特征，例如房屋的大小和卧室数量两种参数，由于房屋的大小这个值是远远大于卧室数量的，如果当选择差不多大的 $w$ 时，bedrooms 这个参数对于代价的影响将微乎其微。如果想让两者的影响相当的话可能要让一方选择较大的 $w$，而另一方选择较小的 $w$ 去平衡对代价 $J$ 的影响。

🎈我们最好还是想让两个参数一视同仁，对代价有着同等的影响。

✨特征缩放起到了这个作用，本质上是将每个特征除以用户选定的一个值，让参数得到 -1 到 1 的范围。

🎊还有两种方法也能达到目的：

✨均值归一化（Mean normalization）：
$$x_i=\frac{x_i-{\mu }_i}{max-min},{\mu }_i是所有特征x的平均值$$

✨Z-score标准化（Z-score normalization）：

To implement z-score normalization, adjust your input values as shown in this formula:
$${x_j}^{(i)}=\frac{{x_j}^{(i)}-{\mu }_j}{{\sigma }_j}$$
where $j$ selects a feature or a column in the X matrix. ${\mu }_j$ is the mean of all the values for feature(j) and ${\sigma }_j$ is the standard deviation of feature(j).

$${\mu }_j=\frac{1}{m}\sum _{i=0}^{m-1}{x_j}^{(i)}$$

$${{\sigma }_j}^2=\frac{1}{m}\sum _{i=0}^{m-1}({x_j}^{(i)}-{\mu }_j{)}^2$$

3️⃣学习率（Learning Rate）

🎈在梯度下降法中可以看到学习率 $\alpha$ 的使用，它能控制参数更新的大小，而 $\alpha$ 如果太小可能会导致梯度下降代价函数收敛的过程很缓慢；而 $\alpha$ 如果过大，很可能会导致代价函数发散。因此选取一个合适的 $\alpha$ 对模型来说是很重要的。

✨寻找 $\alpha$ 的一种方法，找一个过小的学习率，逐渐倍数找到个过大的学习率，再从其中寻找合适的 $\alpha$：

4️⃣特征工程（Feature Engineering）

🎈特征工程，是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用，而之前面对的特征都是线性，然而当面对的特征是非线性的或者是特征的组合又该怎么办？下面开始考虑数据非线性的场景。

如下是对房价预测的特征方程的考虑，显然都是多项式方程：

5️⃣多项式回归

6️⃣Scikit-Learn