梯度下降法的向量化及随机梯度下降法

• 梯度下降法的向量化 

此结果是一个一行n+1列的行向量，我们再将这个结果整体进行一下转置

• 随机梯度下降法

          当数据样本比较大时，采用随机梯度下降法既简单又高效。

 将梯度的式子设想一下每一次都随机取出一个样本i，在随机梯度下降法中，样本的学习率是一个非常重要的一个参数，如果学习率一直取一个固定值，很有可能随机梯度下降法已经来到最小值中心左右的位置，但是由于随机的过程不够好，eta又是一个固定值，慢慢的又跳出了最小值所在的位置，所以随机梯度下降法中学习率是逐渐递减的，所以要设计一个函数，让学习率随着梯度下降法循环次数的增加，相应的eta值越来越小。如下图所示：

 

上式是搜索的方向，并不是梯度的方向。

def fit_sgd(self, X_train, y_train, n_iters=50, t0=5, t1=50):
        """根据训练数据集X_train, y_train, 使用梯度下降法训练Linear Regression模型"""
        assert X_train.shape[0] == y_train.shape[0], \
            "the size of X_train must be equal to the size of y_train"
        assert n_iters >= 1

        def dJ_sgd(theta, X_b_i, y_i):
            return X_b_i.T * (X_b_i.dot(theta) - y_i) * 2.

        def sgd(X_b, y, initial_theta, n_iters=5, t0=5, t1=50):

            def learning_rate(t):
                return t0 / (t + t1)

            theta = initial_theta
            m = len(X_b)
            for i_iter in range(n_iters):
                indexes = np.random.permutation(m)
                X_b_new = X_b[indexes,:]
                y_new = y[indexes]
                for i in range(m):
                    gradient = dJ_sgd(theta, X_b_new[i], y_new[i])
                    theta = theta - learning_rate(i_iter * m + i) * gradient

            return theta

        X_b = np.hstack([np.ones((len(X_train), 1)), X_train])
        initial_theta = np.random.randn(X_b.shape[1])
        self._theta = sgd(X_b, y_train, initial_theta, n_iters, t0, t1)

        self.intercept_ = self._theta[0]
        self.coef_ = self._theta[1:]

        return self