##什么是梯度下降法
梯度下降法***不是一种机器学习算法,而是一种基于搜索的最优化方法。
梯度下降法的作用在于***最小化***损失函数(目标函数)
与梯度下降法相对的是***梯度上升法,梯度上升法在于***最大化***一个效用函数(目标函数)
⋆ \star ⋆使用梯度下降法之前,最好对数据进行归一化(正规化)处理。
图解
η \eta η成为学习率(learning rate)
η \eta η的取值影响获得最优解的速度;太小,收敛速度慢,太大收敛速度快,甚至无最优解。
η \eta η取值不合理,甚至不能得到最优解
η \eta η是梯度下降法的超参数
简单梯度下降法实现
一元二次方程梯度实现求极值。
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-1,6,141)
y = (x-2.5)**2 -1
plt.plot(x,y )
###代码实现:
def dJ(theta):
'''定义求导函数'''
return 2*(theta-2.5)
def J(theta):
'''定义损失函数'''
return (theta-2.5)**2 -1
# 实现梯度下降搜索算法
eta = 0.1
epsilon = 1e-8
theta = 0.0
while True:
grd = dJ(theta)
last_theta = theta
theta = theta - eta * grd
if abs(J(theta) - J(last_theta)) < epsilon:
break
print(theta)
print(J(theta))
print(dJ(theta))
⋆ \star ⋆问题:可能得到局部最优解,而非全局最优解
解决办法:多次运行随机化初始点,初始点也是一个超参数。
实现线性回归的梯度下降法
目标函数尽可能小:
J ( θ ) = ∑ i = 1 m ( y i − y ^ i ) 2 ⇒ ∑ i = 1 m ( y i − θ 0 − θ 1 x 1 i − θ 2 x 2 2 − . . . − θ n x n i ) 2 ⇒ ( y − X b ∙ θ ) T ∙ ( y − X b ∙ θ ) J(\theta) = \sum_{i=1}^m(y^i - \hat y^i)^2 \Rightarrow \sum_{i=1}^m(y^i - \theta_0- \theta_1 x_1^i-\theta_2 x_2^2-...-\theta_n x_n^i)^2 \Rightarrow (y-X_b \bullet \theta)^T \bullet (y-X_b \bullet \theta) J(θ)=i=1∑m(yi−y^i)2⇒i=1∑m(yi−θ0−θ1x1i−θ2x22−...−θnxni)2⇒(y−Xb∙θ)T∙(y−Xb∙θ)
一般采用均值作为目标函数:
1 m J ( θ ) = 1 m ( y − X b ∙ θ ) T ∙ ( y − X b ∙ θ ) \frac{1}{m}J(\theta) = \frac{1}{m} (y-X_b \bullet \theta)^T \bullet (y-X_b \bullet \theta) m1J(θ)=m1(y−Xb∙θ)T∙(y−Xb∙θ)
其中:
X b = ( 1 x 1 1 x 2 1 ⋯ x n 1 1 x 1 2 x 2 2 ⋯ x n 2 ⋮ ⋮ ⋱ ⋮ 1 x 1 i x 2 i ⋯ x n i ) X_b = \begin{pmatrix} 1 & x_1^1 & x_2^1 & \cdots & x_n^1\\ 1 & x_1^2 & x_2^2 & \cdots & x_n^2 \\ \vdots & \vdots & \ddots & \vdots \\ 1 & x_1^i & x_2^i & \cdots & x_n^i \\ \end{pmatrix} Xb=⎝⎜⎜⎜⎛11⋮1x11x12⋮x1ix21x22⋱x2i⋯⋯⋮⋯xn1xn2xni⎠⎟⎟⎟⎞
损失(目标)函数对 θ \theta θ求梯度:
∇ J ( θ ) = ( ∂ J ∂ θ 0 ∂ J ∂ θ 1 ⋮ ∂ J ∂ θ n ) ⇒ ( ∑ i = 1 m 2 ( y i − X b i ∙ θ ) ( − 1 ) ∑ i = 1 m 2 ( y i − X b i ∙ θ ) ( − x 1 i ) ∑ i = 1 m 2 ( y i − X b i ∙ θ ) ( − x 2 i ) ⋮ ∑ i = 1 m 2 ( y i − X b i ∙ θ ) ( − x n i ) ) ⇒ 2 ( ∑ i = 1 m ( X b i ∙ θ − y i ) ∑ i = 1 m ( X b i ∙ θ − y i ) x 1 i ∑ i = 1 m ( X b i ∙ θ − y i ) x 2 i ⋮ ∑ i = 1 m ( X b i ∙ θ − y i ) x n i ) \nabla J(\theta) = \begin{pmatrix} \frac{\partial J}{\partial \theta_0}\\ \frac{\partial J}{\partial \theta_1}\\ \vdots \\ \frac{\partial J}{\partial \theta_n} \\ \end{pmatrix} \Rightarrow \begin{pmatrix} \sum_{i=1}^m2(y^i-X_b^i \bullet \theta)(-1)\\ \sum_{i=1}^m2(y^i-X_b^i \bullet \theta)(-x_1^i)\\\sum_{i=1}^m2(y^i-X_b^i \bullet \theta)(-x_2^i)\\ \vdots\\ \sum_{i=1}^m2(y^i-X_b^i \bullet \theta)(-x_n^i)\\ \end{pmatrix} \Rightarrow 2\begin{pmatrix} \sum_{i=1}^m(X_b^i \bullet \theta - y^i)\\ \sum_{i=1}^m(X_b^i \bullet \theta - y^i)x_1^i\\\sum_{i=1}^m(X_b^i \bullet \theta - y^i)x_2^i\\ \vdots\\ \sum_{i=1}^m(X_b^i \bullet \theta - y^i )x_n^i\\ \end{pmatrix} ∇J(θ)=⎝⎜⎜⎜⎛∂θ0∂J∂θ1∂J⋮∂θn∂J⎠⎟⎟⎟⎞⇒⎝⎜⎜⎜⎜⎜⎛∑i=1m2(yi−Xbi∙θ)(−1)∑i=1m2(yi−Xbi∙θ)(−x1i)∑i=1m2(yi−Xbi∙θ)(−x2i)⋮∑i=1m2(yi−Xbi∙θ)(−xni)⎠⎟⎟⎟⎟⎟⎞⇒2⎝⎜⎜⎜⎜⎜⎛∑i=1m(Xbi∙θ−yi)∑i=1m(Xbi∙θ−yi)x1i∑i=1m(Xbi∙θ−yi)x2i⋮∑i=1m(Xbi∙θ−yi)xni⎠⎟⎟⎟⎟⎟⎞
梯度表达式向量化:
∇ J ( θ ) = 2 m ( X b ∙ θ − y ) T ∙ X b ⇒ 整 体 转 置 成 列 向 量 : 2 m X b T ∙ ( X b ∙ θ − y ) \nabla J(\theta) = \frac{2}{m} (X_b \bullet \theta - y)^T \bullet X_b \Rightarrow 整体转置成列向量: \frac{2}{m} X_b^T \bullet (X_b \bullet \theta - y) ∇J(θ)=m2(Xb∙θ−y)T∙Xb⇒整体转置成列向量:m2XbT∙(Xb∙θ−y)
代码实现
def fit_gd(self, X_train, y_train, eta=0.01, n_iters=1e4):
def J(theta, X_b, y):
try:
return np.sum((y - X_b.dot(theta)) ** 2) / len(y)
except:
return float('inf')
def dJ(theta, X_b, y):
return X_b.T.dot(X_b.dot(theta) - y) * 2. / len(X_b)
def gradient_descent(X_b, y, initial_theta, eta, n_iters=1e4, epsilon=1e-8):
theta = initial_theta
cur_iter = 0
while cur_iter < n_iters:
gradient = dJ(theta, X_b, y)
last_theta = theta
theta = theta - eta * gradient
if (abs(J(theta, X_b, y) - J(last_theta, X_b, y)) < epsilon):
break
cur_iter += 1
return theta
X_b = np.hstack([np.ones((len(X_train), 1)), X_train])
initial_theta = np.zeros(X_b.shape[1])
theta = gradient_descent(X_b, y_train, initial_theta, eta, n_iters)
return theta
后续还可以对 J ( θ ) J(\theta) J(θ)添加L1或L2正则化项,实现对 θ \theta θ的惩罚。
学习笔记参考:
《机器学习实战》和《Python3入门机器学习 经典算法与应用》