机器学习-随机梯度下降(Stochastic gradient descent)和 批量梯度下降(Batch gradient descent )
梯度下降(GD)是最小化风险函数、损失函数的一种常用方法,随机梯度下降和批量梯度下降是两种迭代求解思路,下面从公式和实现的角度对两者进行分析,如有哪个方面写的不对,希望网友纠正。
下面的h(x)是要拟合的函数,J(theta)损失函数,theta是参数,要迭代求解的值,theta求解出来了那最终要拟合的函数h(theta)就出来了。其中m是训练集的记录条数,i是参数的个数。
1、批量梯度下降的求解思路如下:
(1)将J(theta)对theta求偏导,得到每个theta对应的的梯度
(2)由于是要最小化风险函数,所以按每个参数theta的梯度负方向,来更新每个theta
(3)从上面公式可以注意到,它得到的是一个全局最优解,但是每迭代一步,都要用到训练集所有的数据,如果m很大,那么可想而知这种方法的迭代速度!!所以,这就引入了另外一种方法,随机梯度下降。
2、随机梯度下降的求解思路如下:
(1)上面的风险函数可以写成如下这种形式,损失函数对应的是训练集中每个样本的粒度,而上面批量梯度下降对应的是所有的训练样本:
(2)每个样本的损失函数,对theta求偏导得到对应梯度,来更新theta
(3)随机梯度下降是通过每个样本来迭代更新一次,如果样本量很大的情况(例如几十万),那么可能只用其中几万条或者几千条的样本,就已经将theta迭代到最优解了,对比上面的批量梯度下降,迭代一次需要用到十几万训练样本,一次迭代不可能最优,如果迭代10次的话就需要遍历训练样本10次。但是,SGD伴随的一个问题是噪音较BGD要多,使得SGD并不是每次迭代都向着整体最优化方向。
3、对于上面的linear regression问题,与批量梯度下降对比,随机梯度下降求解的会是最优解吗?
(1)批量梯度下降---最小化所有训练样本的损失函数,使得最终求解的是全局的最优解,即求解的参数是使得风险函数最小。
(2)随机梯度下降---最小化每条样本的损失函数,虽然不是每次迭代得到的损失函数都向着全局最优方向, 但是大的整体的方向是向全局最优解的,最终的结果往往是在全局最优解附近。
4、梯度下降用来求最优解,哪些问题可以求得全局最优?哪些问题可能局部最优解?
对于上面的linear regression问题,最优化问题对theta的分布是unimodal,即从图形上面看只有一个peak,所以梯度下降最终求得的是全局最优解。然而对于multimodal的问题,因为存在多个peak值,很有可能梯度下降的最终结果是局部最优。
5、随机梯度和批量梯度的实现差别
以前一篇博文中NMF实现为例,列出两者的实现差别(注:其实对应Python的代码要直观的多,以后要练习多写python!)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 | / / 随机梯度下降,更新参数 public void updatePQ_stochastic(double alpha, double beta) { for ( int i = 0 ; i < M; i + + ) { ArrayList<Feature> Ri = this.dataset.getDataAt(i).getAllFeature(); for (Feature Rij : Ri) { / / eij = Rij.weight - PQ for updating P and Q double PQ = 0 ; for ( int k = 0 ; k < K; k + + ) { PQ + = P[i][k] * Q[k][Rij.dim]; } double eij = Rij.weight - PQ; / / update Pik and Qkj for ( int k = 0 ; k < K; k + + ) { double oldPik = P[i][k]; P[i][k] + = alpha * ( 2 * eij * Q[k][Rij.dim] - beta * P[i][k]); Q[k][Rij.dim] + = alpha * ( 2 * eij * oldPik - beta * Q[k][Rij.dim]); } } } } / / 批量梯度下降,更新参数 public void updatePQ_batch(double alpha, double beta) { for ( int i = 0 ; i < M; i + + ) { ArrayList<Feature> Ri = this.dataset.getDataAt(i).getAllFeature(); for (Feature Rij : Ri) { / / Rij.error = Rij.weight - PQ for updating P and Q double PQ = 0 ; for ( int k = 0 ; k < K; k + + ) { PQ + = P[i][k] * Q[k][Rij.dim]; } Rij.error = Rij.weight - PQ; } } for ( int i = 0 ; i < M; i + + ) { ArrayList<Feature> Ri = this.dataset.getDataAt(i).getAllFeature(); for (Feature Rij : Ri) { for ( int k = 0 ; k < K; k + + ) { / / 对参数更新的累积项 double eq_sum = 0 ; double ep_sum = 0 ; for ( int ki = 0 ; ki < M; ki + + ) { / / 固定k和j之后,对所有i项加和 ArrayList<Feature> tmp = this.dataset.getDataAt(i).getAllFeature(); for (Feature Rj : tmp) { if (Rj.dim = = Rij.dim) ep_sum + = P[ki][k] * Rj.error; } } for (Feature Rj : Ri) { / / 固定k和i之后,对多有j项加和 eq_sum + = Rj.error * Q[k][Rj.dim]; } / / 对参数更新 P[i][k] + = alpha * ( 2 * eq_sum - beta * P[i][k]); Q[k][Rij.dim] + = alpha * ( 2 * ep_sum - beta * Q[k][Rij.dim]); } } } } |
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步