通过一元线性回归模型理解梯度下降法

Awesome_Tang

发布于 2018-12-04 15:39:11

1.2K1

发布于 2018-12-04 15:39:11

文章被收录于专栏：FSociety

关于线性回归相信各位都不会陌生，当我们有一组数据（譬如房价和面积），我们输入到excel，spss等软件，我们很快就会得到一个拟合函数:

但我们有没有去想过，这个函数是如何得到的？如果数学底子还不错的同学应该知道，当维数不多的时候，是可以通过正规方程法求得的，但如果维数过多的话，像图像识别/自然语言处理等领域，正规方程法就没法满足需求了，这时候便需要梯度下降法来实现了。

梯度下降法

首先我们需要知道一个概念

损失函数(loss function)

损失函数是用来测量你的预测值

与实际值之间的不一致程度，我们需要做的就是找到一组

使得

最小，这组

便叫做全局最优解。

图1

我们需要定义一个损失函数，在线性回归问题中我们一般选择平方误差代价函数：

J（\theta_0,\theta_1）= \frac{1}{2m}\sum_{i=1}^{m}(h_\theta(x_i)-y_i)^2

我们的目标是

如果不好理解的话我们通过图形来理解：

图2

假设上图是我们的

，那我们需要找到的就是左边箭头指向的那个点，这个点对应的

便是我们找的全局最优解，当然对于其他模型可能会存在局部最优解，譬如右边箭头指向的点，但是对于线性模型，只会存在全局最优解，真正的图像模型如下图所示，是个碗状的，我们要做的是找到碗底，这样是不是很好理解了。

图3

那么如何到达最底呢，我们再看一张图。

图四

我们需要从绿点到达红点，我们需要确定的有两件事情

朝哪个方向走；
走多远。

第一个问题，我们需要回忆下高中的数学知识——导数，在二维空间里面，导数是能代表函数上升下降快慢及方向的，这个各位在脑子里面想一个就明白，函数上升，导数为正，上升越快，导数越大，下降反之。扩展到多维空间，便是偏导数(

\frac{\partial}{\partial\theta_0 }J（\theta_0,\theta_1）,\frac{\partial}{\partial\theta_1}J（\theta_0,\theta_1）

)。第二个问题，走多远或者说步长，这里便需要我们自己定义，在梯度下降法中叫做学习率

。接下来放公式：

\theta_0:=\theta_0-\alpha\frac{\partial}{\partial\theta_0 }J（\theta_0,\theta_1）

\theta_1:=\theta_1-\alpha\frac{\partial}{\partial\theta_1}J（\theta_0,\theta_1）

这边就不推导了，偏导数自己也快忘记的差不多了，直接放结果：

\theta_0:=\theta_0-\alpha\frac{1}{m}\sum_{i=1}^{m}(h_\theta(x_i)-y_i)

\theta_1:=\theta_1-\alpha\frac{1}{m}\sum_{i=1}^{m}(h_\theta(x_i)-y_i)x_i

接下来迭代去更新

直至收敛就好了。

python实现

我们通过

生成一些随机点，注意

并不是我们的最优解：

# 以y= 2x+1为原型生成一个散点图
# 此时最优解并不是y = 2x+1
X0 = np.ones((100, 1))
X1 = np.random.random(100).reshape(100,1)
X = np.hstack((X0,X1))
y = np.zeros(100).reshape(100,1)
for i , x in enumerate(X1):
    val = x*2+1+random.uniform(-0.2,0.2)
    y[i] = val

plt.figure(figsize=(8,6))
plt.scatter(X1,y,color='g')
plt.plot(X1,X1*2+1,color='r',linewidth=2.5,linestyle='-')
plt.show()

out

图5

迭代部分：

# 梯度下降法求最优解
def gradientDescent(X,Y,times = 1000, alpha=0.01):
    '''
    alpha:学习率，默认0.01
    times:迭代次数，默认1000次
    '''
    m = len(y)
    theta = np.array([1,1]).reshape(2, 1)
    loss = {}
    for i in range(times):
        diff = np.dot(X,theta)- y
        cost = (diff**2).sum()/(2.0*m)
        loss[i] = cost
        theta = theta - alpha*(np.dot(np.transpose(X), diff)/m)
    plt.figure(figsize=(8,6))
    plt.scatter(loss.keys(),loss.values(),color='r')
    plt.show()
    return theta

theta = gradientDescent(X,Y)

默认设置的迭代1000次，学习率为0.01，最后结果如下：