在学习吴恩达深度学习课程时,遇到“指数加权移动平均”这一概念,看似简单,实则深奥。本文通过一个Excel示例,加深对其理解。
以下为2021年2月份上海市日最高气温(℃)表对应的折线图。
可以看出,折线图中的温度曲线起伏较大,十分“不平滑”。那么,有没有办法让其更平滑呢?可以考虑使用指数加权移动平均法。
注:Excel源文件已上传至:
http://localhost:8888/edit/GitHub/Andrew-Ng-Deep-Learning-notes/iTechMemo.xlsb
worksheet: EWMA
可以看出,β值较低时(β=0.1),移动平均曲线与原曲线差别不大;β值较高时(β=0.9(修正)),移动平均曲线相比原曲线有了明显的“平滑”效果。
参考文章:
1. 吴恩达深度学习学习笔记——C2W2——算法优化-1
https://blog.csdn.net/hpdlzu80100/article/details/113399321
2. 通俗理解指数加权平均