线性回归当中的矩阵求导问题
问题
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。
说明： y、w为列向量，X为矩阵
式子演化
看到这个例子不要急着去查表求导，先看看它的形式，是u(w)∗v(w)的形式，这种形式一般求导较为复杂，因此为了简化运算，我们先把式子展开成下面的样子（注意：(Xw)T=wTXT）：
然后就可以写成四个部分求导的形式如下（累加后求导=求导后累加）：
求导
说明：分子部分为标量，分母部分为向量，找到维基百科中的Scalar-by-vector identities表格，在表格中匹配形式到第1行的位置，因为分母为列向量，因此为分母布局，对应的求导结果就是 0 。
说明：同样的，在维基百科中的Scalar-by-vector identities表格，在表格中匹配形式到第11行的位置，对应的求导结果就是 XTy 。
说明：因为分子为标量，标量的转置等于本身，所以对分子进行转置操作，其等价于第二部分。
说明：同样的，在维基百科中的Scalar-by-vector identities表格，在表格中匹配形式到第13行的位置，矩阵的转置乘上本身（XTX）为对称矩阵当做表格中的A ，所以得到求导结果 2XTXw 。
整合
把四个部分求导结果进行相应的加减就可以得到最终的结果：
得解
更多精彩
