转载请注明出处:http://blog.csdn.net/gamer_gyt
博主微博:http://weibo.com/234654758
Github:https://github.com/thinkgamer
在机器学习领域,体梯度下降算法分为三种
- 批量梯度下降算法(BGD,Batch gradient descent algorithm)
- 随机梯度下降算法(SGD,Stochastic gradient descent algorithm)
- 小批量梯度下降算法(MBGD,Mini-batch gradient descent algorithm)
批量梯度下降算法
BGD是最原始的梯度下降算法,每一次迭代使用全部的样本,即权重的迭代公式中(公式中用
θ
\theta
θ代替
θ
i
\theta_i
θi),
ȷ
(
θ
0
,
θ
1
,
.
.
.
,
θ
n
)
=
∑
i
=
0
m
(
h
θ
(
x
0
,
x
1
,
.
.
.
,
x
n
)
−
y
i
)
2
\jmath (\theta _0,\theta _1,...,\theta _n)=\sum_{i=0}^{m}( h_\theta(x_0,x_1,...,x_n)-y_i )^2
ȷ(θ0,θ1,...,θn)=i=0∑m(hθ(x0,x1,...,xn)−yi)2
θ
i
=
θ
i
−
α
∂
ȷ
(
θ
1
,
θ
2
,
.
.
.
,
θ
n
)
∂
θ
i
\theta _i = \theta _i - \alpha \frac{\partial \jmath (\theta _1,\theta _2,...,\theta _n)}{\partial \theta _i}
θi=θi−α∂θi∂ȷ(θ1,θ2,...,θn)
公
式
(
1
)
公式(1)
公式(1)
这里的m代表所有的样本,表示从第一个样本遍历到最后一个样本。
特点:
- 能达到全局最优解,易于并行实现
- 当样本数目很多时,训练过程缓慢
随机梯度下降算法
SGD的思想是更新每一个参数时都使用一个样本来进行更新,即公式(1)中m为1。每次更新参数都只使用一个样本,进行多次更新。这样在样本量很大的情况下,可能只用到其中的一部分样本就能得到最优解了。
但是,SGD伴随的一个问题是噪音较BGD要多,使得SGD并不是每次迭代都向着整体最优化方向。
特点:
- 训练速度快
- 准确度下降,并不是最优解,不易于并行实现
小批量梯度下降算法
MBGD的算法思想就是在更新每一参数时都使用一部分样本来进行更新,也就是公式(1)中的m的值大于1小于所有样本的数量。
相对于随机梯度下降,Mini-batch梯度下降降低了收敛波动性,即降低了参数更新的方差,使得更新更加稳定。相对于批量梯度下降,其提高了每次学习的速度。并且其不用担心内存瓶颈从而可以利用矩阵运算进行高效计算。一般而言每次更新随机选择[50,256]个样本进行学习,但是也要根据具体问题而选择,实践中可以进行多次试验,选择一个更新速度与更次次数都较适合的样本数。mini-batch梯度下降可以保证收敛性,常用于神经网络中。
补充
在样本量较小的情况下,可以使用批量梯度下降算法,样本量较大的情况或者线上,可以使用随机梯度下降算法或者小批量梯度下降算法。
在机器学习中的无约束优化算法,除了梯度下降以外,还有前面提到的最小二乘法,此外还有牛顿法和拟牛顿法。
梯度下降法和最小二乘法相比,梯度下降法需要选择步长,而最小二乘法不需要。梯度下降法是迭代求解,最小二乘法是计算解析解。如果样本量不算很大,且存在解析解,最小二乘法比起梯度下降法要有优势,计算速度很快。但是如果样本量很大,用最小二乘法由于需要求一个超级大的逆矩阵,这时就很难或者很慢才能求解解析解了,使用迭代的梯度下降法比较有优势。
梯度下降法和牛顿法/拟牛顿法相比,两者都是迭代求解,不过梯度下降法是梯度求解,而牛顿法/拟牛顿法是用二阶的海森矩阵的逆矩阵或伪逆矩阵求解。相对而言,使用牛顿法/拟牛顿法收敛更快。但是每次迭代的时间比梯度下降法长。
sklearn中的SGD
sklearn官网上查了一下,并没有找到BGD和MBGD的相关文档,只是看到可SGD的,感兴趣的可以直接去官网看英文文档,点击SGD查看:SGD,这也有一个中文的 SGD
In [1]: from sklearn.linear_model import SGDClassifier
In [2]: X = [[0., 0.], [1., 1.]]
In [3]: y = [0, 1]
In [4]: clf = SGDClassifier(loss="hinge", penalty="l2")
In [5]: clf.fit(X, y)
Out[5]:
SGDClassifier(alpha=0.0001, average=False, class_weight=None, epsilon=0.1,
eta0=0.0, fit_intercept=True, l1_ratio=0.15,
learning_rate='optimal', loss='hinge', n_iter=5, n_jobs=1,
penalty='l2', power_t=0.5, random_state=None, shuffle=True,
verbose=0, warm_start=False)
In [6]: clf.predict([[2., 2.]])
Out[6]: array([1])
In [7]: clf.coef_
Out[7]: array([[ 9.91080278, 9.91080278]])
In [8]: clf.intercept_
Out[8]: array([-9.97004991])
参考:
- https://www.cnblogs.com/pinard/p/5970503.html
- http://blog.csdn.net/uestc_c2_403/article/details/74910107
![](https://img-blog.csdnimg.cn/20191108184219834.jpeg)
扫一扫 关注微信公众号!号主 专注于搜索和推荐系统,尝试使用算法去更好的服务于用户,包括但不局限于机器学习,深度学习,强化学习,自然语言理解,知识图谱,还不定时分享技术,资料,思考等文章!