regression

hungyi-lee在youtube上的视频有regression的demo，使用jupyter写的，
视频链接 :ML可能国内不翻墙看不了，他大致是这样讲的。

regression初级版本

建立一个linear regression

                           y = w*x + b

x和y都看作是1*1的向量，w和b是参数

Loss function是MSE，

用Gradient Desent来train的model

那个η试试学习率（learning rate）。此次演示learning rate很重要

Source code

#!/usr/bin/env python
#!-*-coding:utf-8 -*-
"""
@version: python3.7
@author: ‘v-enshi‘
@license: Apache Licence 
@contact: 123@qq.com
@site: 
@software: PyCharm
@file: regression.py
@time: 2019/1/8 16:47
"""
import numpy as np
import matplotlib.pyplot as plt

x_data = [338.,333.,328.,207.,226.,25.,179.,60.,208.,606.]
y_data = [640.,633.,619.,393.,428.,27.,193.,66.,226.,1591.]
#ydata = b+w*xdata

x = np.arange(-200,-100,1) #bias
y = np.arange(-5,5,0.1) #weight
Z = np.zeros([len(x),len(y)])
X,Y = np.meshgrid(x,y)
for i in range(len(x)):
    for j in range(len(y)):
        b= x[i]
        w = y[j]
        Z[j][i] = 0
        for n in range(len(x_data)):
            Z[j][i] = Z[j][i] + (y_data[n]-b-w*x_data[n])**2
        Z[j][i] = Z[j][i]/len(x_data)

#ydata = b +w*xdata
b = -120#initial b
w = -4
lr = 0.0000001 #learning rate
iteration = 100000

#store initial values for plotting
b_history = [b]
w_history = [w]

#Iterations
for i in range(iteration):

    b_grad = 0.0
    w_grad = 0.0
    for n in range(len(x_data)):
        b_grad = b_grad - 2.0*(y_data[n] - b - w*x_data[n]) *1.0
        w_grad = w_grad - 2.0*(y_data[n] - b - w*x_data[n]) *x_data[n]

    #Update parameters
    b = b - lr*b_grad
    w = w - lr*w_grad

    #Store parameters for plotting
    b_history.append(b)
    w_history.append(w)

#plot the figure
plt.contourf(x,y,Z,50,alpha = 0.5, cmap = plt.get_cmap('jet'))
plt.plot([-188.4],[2.67],'x',ms=12,markeredgewidth =3, color = 'orange')
plt.plot(b_history,w_history,'o-',ms =3,lw=1.5,color = 'black')
plt.xlim(-200,-100)
plt.ylim(-5.5)
plt.xlabel(r'$b$',fontsize =16)
plt.ylabel(r'$w$',fontsize =16)
plt.show()

得到的结果

可以看到，训练过程几乎要收敛了，但是离最优解还有一段距离，而这时，在不改动目标函数，不对loss function进行regularization的情况下，可以改动的就是learning rating，我们把learning改为 $1\ast 10^{-7}$改成 $1\ast 10^{-6}$.

regression第二版本

我们把learning改为 $1\ast 10^{-7}$改成 $1\ast 10^{-6}$.

lr = 0.000000=1 #learning rate

结果

可以看到结果里最优解近了，但是训练过程中有震荡，继续增大learning rate到$1\ast 10^{-5}$

training 过程跑飞啦，固定learning rate的performance（性能）不是很好。
我们可以让学习率自适应。更多参考深度解读最流行的优化算法：梯度下降

regression第三版

我们给参数w和b自使用的步长
Gradient Desent的算法在大约68行的位置，我们成Ada-Grad，记得在for循环外面初始化lr_w,lr_b。

b_history = [b]
w_history = [w]
lr_b = 0
lr_w = 0

lr_b = lr_b + b_grad**2
lr_w = lr_w + w_grad**2
#Update parameters
b = b - lr/np.sqrt(lr_b)*b_grad
w = w - lr/np.sqrt(lr_w)*w_grad

得到结果

Ada_Grad的作用还是有的。
但是按道理来说，线性模型是convex（凸优化）按道理不会收敛到什么所谓的局部解。我们先来看看他的数据，他的数据其实也没有什么问题

或许是迭代次数太小，改成100万次，结果，哈哈，make it。