1. 批量梯度下降法
批量梯度下降法的原理可以参考:斯坦福机器学习第一讲。
我实验所用的数据是100个二维点。
如果梯度下降算法不能正常运行,考虑使用更小的步长(也就是学习率),这里需要注意两点:
1)对于足够小的, 能保证在每一步都减小;
2)但是如果太小,梯度下降算法收敛的会很慢;
总结:
1)如果太小,就会收敛很慢;
2)如果太大,就不能保证每一次迭代都减小,也就不能保证收敛;
如何选择-经验的方法:
..., 0.001, 0.003, 0.01, 0.03, 0.1, 0.3, 1...
约3倍于前一个数。
伪代码:
- function [theta0,theta1]=BGD(X,Y);
- m=100; %training data一共100个点
- r=0.001 %learning rate
- theta0=0;
- theta1=0;
- temp0=0;
- temp1=0;
- while(true)
- for i=1:1:m %100个点
- temp0=temp0+(theta0+theta1*X(i,1)-Y(i,1))*1;
- temp1=temp1+(theta0+theta1*X(i,1)-Y(i,1))*X(i,1);
- end
- temp0=theta0-r*temp0;
- temp1=theta1-r*temp1;
- old_theta0=theta0;
- old_theta1=theta1;
- theta0=temp0;
- theta1=temp1;
- temp0=0;
- temp1=0;
- if(sqrt((old_theta0-theta0)^2+(old_theta1-theta1)^2)<0.000001) % 这里是判断收敛的条件,当然可以有其他方法来做
- break;
- end
2. 随机梯度下降法
随机梯度下降法适用于样本点数量非常庞大的情况,算法使得总体向着梯度下降快的方向下降。
伪代码:
- function [theta0,theta1]=SGD(X,Y);
- m=100; %training data一共100个点
- r=0.001 %learning rate
- theta0=0;
- theta1=0;
- temp0=0;
- temp1=0;
- iterNum=30;
- for iter=1:1:iterNum
- for i=1:1:m
- temp0=theta0-r*(theta0+theta1*X(i,1)-Y(i,1))*1;
- temp1=theta1-r*(theta0+theta1*X(i,1)-Y(i,1))*X(i,1);
- theta0=temp0;
- theta1=temp1;
- end
- end