梯度下降法及其Python实现

梯度下降法及其Python实现

基本介绍

梯度下降法（gradient descent），又名最速下降法（steepest descent）是求解无约束最优化问题最常用的方法，它是一种迭代方法，每一步主要的操作是求解目标函数的梯度向量，将当前位置的负梯度方向作为搜索方向。

梯度下降法特点：越接近目标值，步长越小，下降速度越慢。

下面将通过公式来说明梯度下降法。

建立模型为拟合函数h(θ) :

接下来的目标是将该函数通过样本的拟合出来，得到最佳的函数模型。因此构建损失函数J(θ)（目的是通过求解minJ(θ)，得到在最优解下的θ向量），其中的每一项

都表示在已有的训练集上我们的拟合函数与 y之间的残差，计算其平方损失函数作为我们构建的风险函数（这里采用最小二乘法构造损失函数，在逻辑回归中也可采用最大似然估计构造损失函数从而估计参数）。

要使得最小J(θ)，则对其J(θ)求导等于零。

在处理以下步骤时，可以用批量梯度下降算法（BGD）与随机梯度下降算法(SGD)。

批量梯度下降算法（BGD）

单个特征的迭代如下：

a为步长，如果太小，则找到函数最小值的速度就很慢，如果太大，则可能会错过最小值，而使得函数值发散。初始点不同，获得的最小值也不同，因此梯度下降求得的只是局部最小值。

多个特征的迭代如下：

Repeat until convergence{

(for every )

}

当上式收敛时则退出迭代，一开始设置一个具体参数，当前后两次迭代差值小于该参数时候结束迭代。

使用梯度下降法，越接近最小值时，下降速度越慢。计算批量梯度下降法时，计算每一个θ值都需要遍历计算所有样本，当数据量比较大时这是比较费时的计算。

随机梯度下降算法(SGD)

为解决数据量大的时批量梯度下降算法费时的困境。随机梯度下降算法，每次迭代只是考虑让该样本点的J(θ)趋向最小，而不管其他的样本点，这样算法会很快，但是收敛的过程会比较曲折，整体效果上，大多数时候它只能接近局部最优解，而无法真正达到局部最优解。该算法适合用于较大训练集的例子。

Loop{

}

改进的随机梯度下降算法

为了避免迭代时系数出现周期性波动，同时让系数很快收敛，这里改进随机梯度下降算法。

1）在每次迭代时，调整更新步长a的值。随着迭代的进行，a越来越小，这会缓解系数的高频波动。同时为了避免a随着迭代不断减小到接近于0，约束a一定大于一个稍微大点的常数项。

2）每次迭代，改变样本的优化顺序。也就是随机选择样本来更新回归系数。这样做可以减少周期性的波动，因为样本顺序的改变，使得每次迭代不再形成周期性。

算法应用和python实现

梯度下降法可以用于在前面提到的logistic回归分类器中，主要是求解模型中的cost函数，这里用泰坦尼克数据集进行演示，并且使用python中的sklearn库进行实现，代码如下：