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 hθ(xi)−yi 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 J(θ) 最小，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 xi 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{
θj:=θj+a∑mi=1(yi−hθ(xi))xij (for every j )
}
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{
for i=1 to m,{
θj:=θj+a(yi−hθ(xi))xij (for every j )
}
}
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：
import pandas
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.model_selection import KFold, cross_val_score
import numpy as np
titanic = pandas.read_csv('E:\TitanicData\Titanic\\train.csv')
# print(titanic.describe())
titanic['Age'] = titanic['Age'].fillna(titanic['Age'].mean())
# print(titanic.describe())
# print(titanic['Sex'].unique())
titanic.loc[titanic['Sex'] == 'male', 'Sex'] = 0
titanic.loc[titanic['Sex'] == 'female', 'Sex'] = 1
# print(titanic['Embarked'].unique())
titanic['Embarked'] = titanic['Embarked'].fillna('S')
titanic.loc[titanic['Embarked'] == 'S', 'Embarked'] = 0
titanic.loc[titanic['Embarked'] == 'C', 'Embarked'] = 1
titanic.loc[titanic['Embarked'] == 'Q', 'Embarked'] = 2
# print(titanic.columns)
predictors = ['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare', 'Embarked']
#开始线性回归预测
alg = LinearRegression()
X = titanic[predictors]
kf = KFold(n_splits=3)
prediction = []
for train, test in kf.split(X):
x_train = titanic[predictors].iloc[train, :]
y_train = titanic['Survived'].iloc[train]
x_test = titanic[predictors].iloc[test, :]
y_test = titanic['Survived'].iloc[test]
alg.fit(x_train, y_train)
test_prediction = alg.predict(x_test)
prediction.append(test_prediction)
prediction = np.concatenate(prediction)
prediction[prediction > 0.5] = 1
prediction[prediction < 0.5] = 0
accuracy_linear = sum(prediction[prediction == titanic['Survived']])/len(prediction) #查准率
#score1 = cross_val_score(alg, X, titanic['Survived'], cv=3).mean()
# cross_val_score是直接将算法得到的值与y_test进行对比算scoring
# 这个步骤错误，因为线性回归得到的是概率值，需要后期判别到{0,1}上，才能和原y_test的数据进行比较算accuracy，所以LinearRegression不适合做cross_val_score的estimator。
print(accuracy_linear, score1)
#开始逻辑回归预测
alh = LogisticRegression()
score = cross_val_score(alh, X, titanic['Survived'], cv=3).mean()
#logisticregression的算法结果直接是{0,1}两值，所以可以直接进行score比较算accuracy，所以这个alh适合这个estimator。
print(score)
