机器学习：随机梯度下降法

1.梯度下降

   1）什么是梯度下降？

         因为梯度下降是一种思想，没有严格的定义，所以用一个比喻来解释什么是梯度下降。

        

        简单来说，梯度下降就是从山顶找一条最短的路走到山脚最低的地方。但是因为选择方向的原因，我们找到的的最低点可能不是真正的最低点。如图所示，黑线标注的路线所指的方向并不是真正的地方。

        既然是选择一个方向下山，那么这个方向怎么选？每次该怎么走？

       先说选方向，在算法中是以随机方式给出的，这也是造成有时候走不到真正最低点的原因。

       如果选定了方向，以后每走一步，都是选择最陡的方向，直到最低点。

       总结起来就一句话：随机选择一个方向，然后每次迈步都选择最陡的方向，直到这个方向上能达到的最低点。

      2）梯度下降是用来做什么的?

       在机器学习算法中,有时候需要对原始的模型构建损失函数,然后通过优化算法对损失函数进行优化，以便寻找到最优的参数，使得损失函数的值最小。而在求解机器学习参数的优化算法中，使用较多的就是基于梯度下降的优化算法(Gradient Descent, GD)。

     3）优缺点

          优点：效率。在梯度下降法的求解过程中，只需求解损失函数的一阶导数，计算的代价比较小，可以在很多大规模数据集上应用

          缺点：求解的是局部最优值，即由于方向选择的问题，得到的结果不一定是全局最优

                     步长选择，过小使得函数收敛速度慢，过大又容易找不到最优解。

 

2.梯度下降的变形形式

         根据处理的训练数据的不同，主要有以下三种形式：

       1）批量梯度下降法BGD(Batch Gradient Descent):

             针对的是整个数据集，通过对所有的样本的计算来求解梯度的方向。

             优点：全局最优解；易于并行实现；

             缺点：当样本数据很多时，计算量开销大，计算速度慢

        2）小批量梯度下降法MBGD（mini-batch Gradient Descent）

            把数据分为若干个批，按批来更新参数，这样，一个批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性

            优点：减少了计算的开销量，降低了随机性

         3）随机梯度下降法SGD（stochastic gradient descent）