В дополнение к уже опубликованным ответам (которые были очень полезны для меня!), Существует геометрическое объяснение связи между нормой L2 и средним значением.
Чтобы использовать те же обозначения, что и chefwen , формула для потери L2:
L 2 = 1КΣя = 1К( уя- β)2
Мы хотим найти значение β который сводит к минимуму L 2, Обратите внимание, что это эквивалентно минимизации следующего, так как умножение наК и принимая квадратный корень, оба сохраняют порядок:
Σя = 1К( уя- β)2----------⎷
Если вы считаете вектор данных Y как точка в К-мерное пространство, эта формула рассчитывает евклидово расстояние между точкой Y и точка β⃗ = ( β, β, . , , , β),
Таким образом, проблема заключается в том, чтобы найти значение β что сводит к минимуму евклидово расстояние между точками Y а также β⃗ , Поскольку возможные значенияβ⃗ все лежат на линии, параллельной 1⃗ = ( 1 , 1 , . . . , 1 ) по определению это эквивалентно нахождению векторной проекции Y на 1⃗ ,
Это действительно возможно визуализировать, только когда к = 2, но вот пример, где Y= ( 2 , 6 ), Как показано, проецируя на1⃗ доходность ( 4 , 4 ) как мы ожидаем.
Чтобы показать, что эта проекция всегда дает среднее значение (в том числе, когда k > 2), мы можем применить формулу для проекции :
β⃗ β= проект1⃗ Y= у⋅ 1⃗ | 1⃗ |21⃗ = ∑Кя = 1YяК