本文以机器学习为背景，来阐述LMS算法在机器学习中应用
1.有监督学习
先理清几个概念：
- xi: xi表示”输入”变量(“input” variables)，也称为特征(features)。
- yi: yi表示”输出”变量(“output” variables)，也称为目标值(target)。
- 一对(xi,yi)称为一个训练样本(training example)，用作训练的数据集就是就是一组m个训练样本(xi,yi);i=1,…,m;被称为训练集(training set)。
- X表示输入变量的取值空间，Y表示输出变量的取值空间。那么h:X→Y是训练得到的映射函数，对于每个取值空间X的取值，都能给出取值空间Y上的一个预测值。函数hh的含义为假设(hypothesis)。
- 当预测值y为连续值时，则有监督学习问题是回归(regression)问题；预测值y为离散值时，则为分类(classification)问题。
图形化表示整个过程：
2.线性回归
先简单将y表示为x的线性函数：
h(x)=∑i=0nθixi=θTx
- θ称为参数(parameters)，也叫做权重(weights)，参数决定了X到Y的射映空间。
- 用x0=1来表示截距项(intercept term)。
有了训练集，如果通过学习得到参数θ？
一种方法是，让预测值h(x)h(x)尽量接近真实值y，定义成本函数(cost function):
J(θ)=12∑i=1m(hθ(xi)−yi)2
3.LMS算法
为了找到使成本函数J(θ)最小的参数θ，采用搜索算法：给定一个θ 的初值，然后不断改进，每次改进都使J(θ)更小，直到最小化J(θ)的θ的值收敛。
考虑梯度下降(gradient descent)算法：从初始θ开始，不断更新：
θj:=θj−α∂∂θjJ(θ)
注意，更新是同时对所有j=0,…,n的θj值进行。α被称作学习率(learning rate)，也是梯度下降的长度，若α取值较小，则收敛的时间较长；相反，若α取值较大，则可能错过最优值。
算法具体的细节请见下面图片：（因为我实在不想敲公式了。。。。）
最小均方算法在机器学习中主要是用作监督学习中的误差函数，在训练网络时，进行反向传播算法当作loss function用。