凌云时刻 · 技术
导读：这篇笔记主要介绍梯度下降法，梯度下降不是机器学习专属的算法，它是一种基于搜索的最优化方法，也就是通过不断的搜索然后找到损失函数的最小值。像上篇笔记中使用正规方程解实现多元线性回归，基于 这个模型我们可以推导出 的数学解，但是很多模型是推导不出数学解的，所以就需要梯度下降法来搜索出最优解。
作者 | 计缘
来源 | 凌云时刻（微信号：linuxpk）
优化梯度公式
我们先将之前推导出来的梯度公式写出来：
将展开来看：
将第一行的元素形式统一，每项都乘以 ，并且 恒等于1：
下面我们来两个矩阵，A为一个1行m列的矩阵，B为一个m行n列的矩阵：
在第二篇笔记中我们复习过矩阵的运算，让A矩阵点乘B矩阵会得到一个1行n列的新矩阵：
注意上面 A⋅B的矩阵是1行n列的矩阵，将其转置后就称为了n行1列的矩阵，正是之前展开的梯度 ∇L，所以我们的梯度公式可写为：
如此一来我们就可以修改一下之前封装的梯度的方法了：
# 定义梯度 def dL(theta, X_b, y): # # 开辟空间，大小为theta向量的大小 # gradient = np.empty(len(theta)) # # 第0元素个特殊处理 # gradient[0] = np.sum(X_b.dot(theta) - y) # # for i in range(1, len(theta)): # # 矩阵求和可以转换为点乘 # gradient[i] = (X_b.dot(theta) - y).dot(X_b[:, i]) return X_b.T.dot(X_b.dot(theta) - y) * 2 / len(X_b)
此时就可以用一行代码取代之前的for循环来实现梯度了。
用真实数据测试梯度下降法
我们用Scikit Learn提供的波士顿房价来测试一下梯度下降法:
import numpy as np from sklearn import datasets boston = datasets.load_boston() X = boston.data y = boston.target X = X[y < 50.0] y = y[y < 50.0] # 取前10行数据观察一下 X[10:] # 结果 Out[17]: array([[ 2.24890000e-01, 1.25000000e+01, 7.87000000e+00, ..., 1.52000000e+01, 3.92520000e+02, 2.04500000e+01], [ 1.17470000e-01, 1.25000000e+01, 7.87000000e+00, ..., 1.52000000e+01, 3.96900000e+02, 1.32700000e+01], [ 9.37800000e-02, 1.25000000e+01, 7.87000000e+00, ..., 1.52000000e+01, 3.90500000e+02, 1.57100000e+01], ..., [ 6.07600000e-02, 0.00000000e+00, 1.19300000e+01, ..., 2.10000000e+01, 3.96900000e+02, 5.64000000e+00], [ 1.09590000e-01, 0.00000000e+00, 1.19300000e+01, ..., 2.10000000e+01, 3.93450000e+02, 6.48000000e+00], [ 4.74100000e-02, 0.00000000e+00, 1.19300000e+01, ..., 2.10000000e+01, 3.96900000e+02, 7.88000000e+00]])
从前10行的数据中可以看出来，数据之间的差距非常大，不同于正规方程法的 有数学解，在梯度下降中会非常影响梯度的值，既影响 的搜索，从而影响收敛速度和是否能收敛，所以一般在使用梯度下降法前，都需要对数据进行归一化处理，将数据转换到同一尺度下。在第三篇笔记中介绍过数据归一化的方法，Scikit Learn中也提供了数据归一化的方法，我们就使用Scikit Learn中提供的方法对波士顿数据进行归一化：
# 先将样本数据拆分为训练样本数据和测试样本数据 from myML.modelSelection import train_test_split X_train, y_train, X_test, y_test = train_test_split(X, y, seed=123) # 使用Scikit Learn提供的数据归一化方法处理训练数据 from sklearn.preprocessing import StandardScaler standard_scalar = StandardScaler() standard_scalar.fit(X_train) X_train_standard = standard_scalar.transform(X_train) # 再来看看归一化后的数据前10行，和未归一化之前的做一下比较 X_train_standard[10:] # 结果 array([[-0.3854578 , -0.49494584, -0.70629402, ..., -0.5235474 , 0.22529916, -1.09634897], [ 8.34092707, -0.49494584, 1.03476103, ..., 0.80665081, 0.32122168, 1.38375621], [-0.44033902, 1.83594326, -0.83504431, ..., -0.90360404, 0.45082029, -0.83197228], ..., [-0.39976896, -0.49494584, 1.58926511, ..., 1.28172161, 0.42018591, 0.2101475 ], [-0.422702 , -0.49494584, -0.74140773, ..., 0.33158002, 0.4131248 , -0.41372555], [-0.44280463, 3.05688517, -1.35589775, ..., -0.14349077, -0.1499176 , -0.02205637]])
可以看到数据都在同一个尺度内了，然后我们用优化后的梯度下降法来训练归一化后的样本数据：
from myML.LinearRegression import LinearRegression lr = LinearRegression() lr.fit_gd(X_train_standard, y_train) lr.intercept_ # 结果 21.629336734693847 lr.coef_ # 结果 array([-0.9525182 , 0.55252408, -0.30736822, -0.03926274, -1.37014814, 2.61387294, -0.82461734, -2.36441751, 2.02340617, -2.17890468, -1.76883751, 0.7438223 , -2.25694241]) # 在计算score前，需要对X_test数据也进行归一化处理 X_test_standard = standard_scalar.transform(X_test) lr1.score(X_test_standard, y_test) # 结果 0.80028998868733348
看到结果与我们之前使用正规方程法得到的结果是一致的。
END
往期精彩文章回顾
机器学习笔记（十）：梯度下降
机器学习笔记（九）：多元线性回归
机器学习笔记（七）：线性回归
机器学习笔记（六）：数据归一化
机器学习笔记（五）：超参数
机器学习笔记（四）：kNN算法
机器学习笔记（二）：矩阵、环境搭建、NumPy
机器学习笔记（一）：机器的学习定义、导数和最小二乘
长按扫描二维码关注凌云时刻
每日收获前沿技术与科技洞见
