Andrew Ng机器学习课程（一） - Python梯度下降实战

纸上获得终觉浅，要知学问需code。每次看那么多公式，是时候亲自实现一下，沉淀一下知识。在自己实现的过程，才发现自己忽略了还多细节，也debug了好久。

定义符号

线性回归，定义实验函数 y = $0.5 x_1 + x_0$。

参考教材，x0 = 1，所以先定义一些变量，这会影响到后面的计算。
- x = [ $[x^0_0, x^0_1]^T$, … , $[x^n_0, x^n_1]^T$ ] 样本向量
- y = $[y^0, y^1, ..., y^n ]^T$ 目标向量
- w = $[w_1, w_0]^T$ 权值向量
上面的向量shape到计算的时候很重要，趟过几次坑了。

测试数据

初始化测试数据，添加高斯噪声。

def load_dataset(n):
    noise = np.random.rand(n)
    X = [[x, 1.] for x in range(n)]
    y = [(0.5 * X[i][0]  + 1. + noise[i]) for i in range(n)]
    return np.array(X).T, np.array(y).T # 注意X，W，y的维数

批梯度下降

批梯度下降就是计算整个样本的损失总值才更新一遍权值，具体推导看Andrew Ng的课程。

需要注意的就是公式中的负号放进括号里面了，之前没看清楚，导致一直没收敛。没有使用终止条件，因为发现会提前结束，没达到好的效果。

def bgd(self, X, y):
    start_time = timeit.default_timer()

    loop_max = 10000 #最大迭代数
    epsilon = 0.000001 # 精度
    alpha = 0.0005 # 步长

    later_L = self.loss(y, self.predict(X.T))
    for loop in range(loop_max):
        # former_L = later_L
        for j in range(len(X)):
            tmp = 0
            for i in range(len(X[0])):
                predict = self.predict(X.T)
                tmp += (predict[i] - y[i]) * X[j][i] # predict和y的顺序问题
            self.w[j] = self.w[j] - alpha * tmp
        # later_L = self.loss(y, self.predict(X.T))

        # if former_L - later_L < epsilon:
        #   break

结果：

随机梯度下降

随机梯度下降就是每一个样本更新一次权值，超过样本范围就循环回去。

def sgd(self, X, y):
    start_time = timeit.default_timer()

    loop_max = 10000 #最大迭代数
    epsilon = 0.000001 # 精度
    alpha = 0.0005 # 步长

    later_L = self.loss(y, self.predict(X.T))
    for loop in range(loop_max):
        # former_L = later_L
        tmp = self.w[0] * X[0][loop % len(X[0])] + self.w[1] * X[1][loop % len(X[0])] - y[loop % len(X[0])]
        for j in range(len(X)):
            self.w[j] = self.w[j] - alpha * tmp
        # later_L = self.loss(y, self.predict(X.T))

        # if former_L - later_L < epsilon:
        #   break

结果：

小批量随机梯度下降

小批量(minibatch)的方法就是结合上面的两种方法，把样本总体切成小块，每小块更新一次权值。这个代码实现并不美观，纠结。

def msgd(self, X, y):
    batch_size = 2

    start_time = timeit.default_timer()

    loop_max = 10000 #最大迭代数
    epsilon = 0.000001 # 精度
    alpha = 0.0005 # 步长

    later_L = self.loss(y, self.predict(X.T))
    tmp = [0 for i in range(len(X))]
    for loop in range(int(loop_max / batch_size)):
        # former_L = later_L

        tmp[0] += (self.w[0] * X[0][loop % len(X[0])] + self.w[1] * X[1][loop % len(X[0])] - y[loop % len(X[0])]) * X[0][loop % len(X[0])]
        tmp[1] += (self.w[0] * X[0][loop % len(X[0])] + self.w[1] * X[1][loop % len(X[0])] - y[loop % len(X[0])]) * X[1][loop % len(X[0])]

        if loop % batch_size == 0:
            for j in range(len(X)):
                self.w[j] -= alpha * tmp[j]
                tmp[j] = 0

        # later_L = self.loss(y, self.predict(X.T))

        # if former_L - later_L < epsilon:
        #   break

结果：

Normal Equation

这种方法引入了矩阵的表示。这里也要注意X的shape。

• 第二步： 先使用转置的性质把装置符号放进括号，然后就是乘法分配。
• 第三步： 实数的迹等于本身。
• 第四步： y^T^y不包含参数，求导忽略。第一项用对参数转置求导的公式化简。第二第三项用迹的性质，trA^T^=trA合并。
• 最后： 导数为0，就是最优解。

def normal_equation(self, X, y):

    start_time = timeit.default_timer()

    X = X.T
    X_T_X = np.linalg.pinv(X.T.dot(X)) # 奇异矩阵的伪逆矩阵
    self.w = np.dot(X_T_X, X.T).dot(y)

结果对比

完整代码

import numpy as np 
import matplotlib.pyplot as plt
import timeit
# y = 0.5 * x0 + 1 * x1

def load_dataset(n):
    noise = np.random.rand(n)
    X = [[x, 1.] for x in range(n)]
    y = [(0.5 * X[i][0]  + 1. + noise[i]) for i in range(n)]
    return np.array(X).T, np.array(y).T # 注意X，W，y的维数

class LinearRegression(object):
    def __init__(self, m):
        self.w = np.random.rand(m)

    # 计算预测值，点乘的顺序决定X是否为转置
    def predict(self, X):
        predict = np.dot(X, self.w)
        return predict

    # 计算损失函数
    def loss(self, y, predict):
        l = 0
        for i in range(len(y)):
            l += (y[i] - predict[i]) ** 2
        return 1/2 * l

    # 正规方程
    def normal_equation(self, X, y):

        start_time = timeit.default_timer()

        X = X.T
        X_T_X = np.linalg.pinv(X.T.dot(X)) # 奇异矩阵的伪逆矩阵
        self.w = np.dot(X_T_X, X.T).dot(y)

        end_time = timeit.default_timer()

        predict = self.predict(X)
        plt.figure(0)
        plt.scatter(range(len(y)), y)
        plt.plot(range(len(y)), predict, color='r')
        plt.title('Normal Equation')
        plt.show()
        print('... Using normal equation')
        print('The w is:', self.w)
        print('It cost %f s' % (end_time - start_time))
        print('The loss is:', self.loss(y, predict))
        print()

    # 批梯度下降
    def bgd(self, X, y):
        start_time = timeit.default_timer()

        loop_max = 10000 #最大迭代数
        epsilon = 0.000001 # 精度
        alpha = 0.0005 # 步长

        later_L = self.loss(y, self.predict(X.T))
        for loop in range(loop_max):
            # former_L = later_L
            for j in range(len(X)):
                tmp = 0
                for i in range(len(X[0])):
                    predict = self.predict(X.T)
                    tmp += (predict[i] - y[i]) * X[j][i] # predict和y的顺序问题
                self.w[j] = self.w[j] - alpha * tmp
            # later_L = self.loss(y, self.predict(X.T))

            # if former_L - later_L < epsilon:
            #   break

        end_time = timeit.default_timer()

        predict = self.predict(X.T)
        plt.figure(1)
        plt.scatter(range(len(y)), y)
        plt.plot(range(len(y)), predict, color='r')
        plt.title('Batch Gradient Descent')
        plt.show()
        print('... Using batch gradient descent')
        print('The w is:', self.w)
        print('It cost %f s' % (end_time - start_time))
        print('The loss is:', self.loss(y, predict))
        print()

    # 随机梯度下降
    def sgd(self, X, y):
        start_time = timeit.default_timer()

        loop_max = 10000 #最大迭代数
        epsilon = 0.000001 # 精度
        alpha = 0.0005 # 步长

        later_L = self.loss(y, self.predict(X.T))
        for loop in range(loop_max):
            # former_L = later_L
            tmp = self.w[0] * X[0][loop % len(X[0])] + self.w[1] * X[1][loop % len(X[0])] - y[loop % len(X[0])]
            for j in range(len(X)):
                self.w[j] = self.w[j] - alpha * tmp
            # later_L = self.loss(y, self.predict(X.T))

            # if former_L - later_L < epsilon:
            #   break

        end_time = timeit.default_timer()

        predict = self.predict(X.T)
        plt.figure(2)
        plt.scatter(range(len(y)), y)
        plt.plot(range(len(y)), predict, color='r')
        plt.title('Stochastic Gradient Descent')
        plt.show()
        print('... Using stochastic gradient descent')
        print('The w is:', self.w)
        print('It cost %f s' % (end_time - start_time))
        print('The loss is:', self.loss(y, predict))
        print()

    # 小批量随机梯度下降
    def msgd(self, X, y):
        batch_size = 2

        start_time = timeit.default_timer()

        loop_max = 10000 #最大迭代数
        epsilon = 0.000001 # 精度
        alpha = 0.0005 # 步长

        later_L = self.loss(y, self.predict(X.T))
        tmp = [0 for i in range(len(X))]
        for loop in range(int(loop_max / batch_size)):
            # former_L = later_L

            tmp[0] += (self.w[0] * X[0][loop % len(X[0])] + self.w[1] * X[1][loop % len(X[0])] - y[loop % len(X[0])]) * X[0][loop % len(X[0])]
            tmp[1] += (self.w[0] * X[0][loop % len(X[0])] + self.w[1] * X[1][loop % len(X[0])] - y[loop % len(X[0])]) * X[1][loop % len(X[0])]

            if loop % batch_size == 0:
                for j in range(len(X)):
                    self.w[j] -= alpha * tmp[j]
                    tmp[j] = 0

            # later_L = self.loss(y, self.predict(X.T))

            # if former_L - later_L < epsilon:
            #   break

        end_time = timeit.default_timer()

        predict = self.predict(X.T)
        plt.figure(2)
        plt.scatter(range(len(y)), y)
        plt.plot(range(len(y)), predict, color='r')
        plt.title('Minibatch Stochastic Gradient Descent')
        plt.show()
        print('... Using minibatch stochastic gradient descent')
        print('The w is:', self.w)
        print('It cost %f s' % (end_time - start_time))
        print('The loss is:', self.loss(y, predict))
        print()

X, y = load_dataset(10)

EN = LinearRegression(2)
EN.normal_equation(X, y)

BGD = LinearRegression(2)
BGD.bgd(X, y)

SGD = LinearRegression(2)
SGD.sgd(X, y)

MSGD = LinearRegression(2)
MSGD.msgd(X, y)