吴恩达机器学习（一）批量梯度下降算法练习

批量梯度学习算法理论推导

吴恩达机器学习课程的第一课中介绍了批量梯度下降算法，本节首先对该算法进行一定的数学推导。为便于分析，首先仅考虑一维的情况，涉及的公式符号与课程讲义一致。

$m$:训练集数量
$x_1^{(i)}$ :第$i$个训练样本的输入
$y^{(i)}$ :第$i$个训练样本的输出
$h(x_1^{(i)})$:预测函数，定义为线性函数：$h(x_1^{(i)})={\theta }_0+{\theta }_1{x}_1^{(i)}$
如何评价一个预测函数的好坏呢？常用的办法是用以下目标函数来定义：
$$J({\theta }_0,{\theta }_1)=\frac{1}{2}\sum _{i=1}^m(y^{(i)}-h(x_1^{(i)}){)}^2$$
梯度下降算法的核心是下面这个式子：
$${\theta }_j={\theta }_j-\alpha \frac{\partial J({\theta }_0,{\theta }_1)}{\partial {\theta }_j}j=0,1$$
$\alpha$表示学习速率，需要取一个小的正数，否则不收敛。
上式的难点在于求$\frac{\partial J({\theta }_0,{\theta }_1)}{\partial {\theta }_j}$。

1. $\frac{\partial J({\theta }_0,{\theta }_1)}{\partial {\theta }_0}$
   $$\frac{\partial J({\theta }_0,{\theta }_1)}{\partial {\theta }_0}=\frac{\partial }{\partial {\theta }_0}(\frac{1}{2}\sum _{i=1}^m(y^{(i)}-h(x_1^{(i)}){)}^2)=-\sum _{i=1}^m(y^{(i)}-h(x_1^{(i)}))$$
2. $\frac{\partial J({\theta }_0,{\theta }_1)}{\partial {\theta }_1}$
   $$\frac{\partial J({\theta }_0,{\theta }_1)}{\partial {\theta }_1}=\frac{\partial }{\partial {\theta }_1}(\frac{1}{2}\sum _{i=1}^m(y^{(i)}-h(x_1^{(i)}){)}^2)=-\sum _{i=1}^m(y^{(i)}-h(x_1^{(i)}))x_1^{(i)}$$
   将$h(x)$代入上面的计算式中，即可得到结果，计算并不复杂。
   对上面的式子进行一定的推广，就能得到多维下的梯度下降算法，即：
   $${\theta }_j:={\theta }_j-\alpha (-\sum _{i=1}^m(y^{(i)}-h(x_j^{(i)}))x_j^{(i)})$$
   辨别清楚$i$和$j$的含义，将求和符号展开，多维情况是一维情况的简单推广。

实例

数据来源https://blog.csdn.net/weixin_43084928/article/details/82529596

%% 批量梯度下降算法
% 作者：sddfsAv
% 日期：20190221
% Matlab版本：2018b
% 简介：吴恩达机器学习课程练习,数据集来源于https://blog.csdn.net/weixin_43084928/article/details/82529596
clear
clc

%% 导入原始数据
Data=csvread('Salary_Data.csv',1,0);    % 读取csv数据文件
scatter(Data(:,1),Data(:,2),40,'MarkerEdgeColor',[0 .5 .5],...
              'MarkerFaceColor',[0 .7 .7],...
              'LineWidth',1.5);         % 绘制散点图
title("Experience and Salary");         % 图表标题
xlabel("Experience(years)");            % x轴标题
ylabel("Salary(dollar)");               % y轴标题
hold on;
%% batch gradient descnt，
theta0=0;   % 赋予theta0初值
theta1=0;   % 赋予theta1初值
alpha=0.0005;  % 学习速率，过大会造成不收敛
theta=[theta0 theta1]';
for j=1:50000
    theta0=theta(1,j);
    theta1=theta(2,j);
    theta(1,j+1)=theta0-alpha*(-sum(Data(:,2)-(theta0+theta1*Data(:,1))));
    theta(2,j+1)=theta1-alpha*(-sum((Data(:,2)-(theta0+theta1*Data(:,1))).*Data(:,1)));
    if abs(theta(:,j+1)-theta(:,j))<1e-8
        break;
    end
end
plot(Data(:,1),theta0+theta1*Data(:,1))

在for循环的前两行就是梯度下降算法的核心。
算法迭代了7160次，拟合结果：

${\theta }_0$的变化情况

${\theta }_1$的变化情况

可以看到，大概在1500次左右，${\theta }_0$和${\theta }_1$的值基本就不再发生变化了。

总结

线性回归的例子还是比较简单易懂。