梯度下降法

2020-09-17 本文已影响0人原上的小木屋

机器利用数据学习的过程

建立模型y=wx+b
学习模型确定w,b
预测或识别

在上述三个步骤中，最关键的就是第二步。如何从数据中产生模型是机器学习的主要研究内容

数据集/样本集

数据集中的每一条记录称为样本，样本由属性和标记组成
对有标记的数据集的学习叫做监督学习，监督学习的过程就是对数据的学习。总结出属性/标记之间的映射关系，即为模型。
模型一般称为假设或学习器，通常用一个估计函数来表示，学习到的模型应该逼近真实存在的规律。这个真实存在的规律称为ground truth,我们将其称为真实

监督学习：回归与分类

无监督学习：在样本数据没有标记的情况下，挖掘出数据内部蕴含的关系。如聚类

聚类：把相似度高的样本聚合在一起，物以类聚、人以群分
距离：描述了特征值之间的相似度

半监督学习

将有监督学习和无监督学习相结合
综合使用大量的没有标记数据和少量有标记的数据共同进行学习

一元线性回归：在给定的已知点的基础上，预测出更精准的直线

y=wx+b模型变量:x；模型参数 w:权重；b:偏置值

如何由给定的样本x和y的值确定模型参数w和b的值

样本： $(x_1,y_1),(x_2,y_2),...,(x_i,y_i),...,(x_n,y_n)$
拟合误差/残差：样本点到直线的竖直距离 $y_i-\hat{y}_i=y_i-(wx_i+b)$
估计值: $\hat{y}_i=wx_i+b$
最佳拟合直线应该使得所有点的残差累计值最小
残差和最小 $Loss=\sum^{n}_{i=1}(y_i-\hat{y}_i)=\sum^{n}_{i=1}(y_i-(wx_i+b))$
残差绝对值和最小 $Loss=\sum^{n}_{i=1}|y_i-\hat{y}_i|=\sum^{n}_{i=1}|y_i-(wx_i+b)|$
残差平方和最小 $Loss=\frac {1}{2} \sum^{n}_{i=1}(y_i- \hat{y}_i)^2=\frac {1}{2} \sum^{n}_{i=1}(y_i - (wx_i+b))^2$ 平方损失函数，均方差损失函数

其他损失函数的两个性质

非负性：保证样本误差不会相互抵消
一致性：损失函数的值和误差变化一致单调有界并收敛于0

最小二乘法

$Loss=\frac {1}{2} \sum^{n}_{i=1}(y_i-\hat{y}_i)^2=\frac {1}{2}\sum^{n}_{i=1}(y_i - (wx_i+b))^2$

已知： $(x_1,y_1),(x_2,y_2),...,(x_i,y_i),...,(x_n,y_n)$
未知： $w,b$
w,b取何值时，Loss取值最小 $\Longrightarrow$ 求极值问题：极值点的偏导数为零
$\frac {\partial Loss} {\partial w}=\sum^{n}_{i=1}(y_i-b-wx_i)(-x_i)=0, \frac {\partial Loss}{\partial b}=\sum^{n}_{i=1}(y_i-b-wx_i)(-1)=0$

梯度下降法

解析解根据严格的推导和计算得到，是方程的精确解，可以在任意精度下满足方程
数值解通过某种近似计算得到的解，能够在给定的精度下满足方程
一元凸函数求极值
步长太小，迭代次数多，收敛慢
步长太大，引起震荡，可能无法收敛
使用斜率去调节步长 $步长=\eta\frac {df(x)}{dx},\eta:学习率$ $x^{(k+1)}=x^{(k)}-\eta\frac {df(x)}{dx}$
二元凸函数 $f(x,y)$ 迭代算法 $x^{(k+1)}=x^{(k)}-\eta \frac {df(x,y)}{dx},y^{(k+1)}=y^{(k)}-\eta\frac {df(x,y)}{dy}$

对于机器学习算法，只要能够把损失函数描述成凸函数，就一定可以采用梯度下降法，以最快的速度更新权值向量w，找出使损失函数达到最小值点的位置

自动调节步长
自动确定下一次更新的方向
保证收敛性

使用梯度下降法求解一元线性回归问题

$Loss=\frac {1}{2} \sum^{n}_{i=1}(y_i-\hat{y}_i)^2= \frac {1}{2}\sum^{n}_{i=1}(y_i-(wx_i+b))^2=\sum^{n}_{i=1}(x^{2}_{i}w^2+b^2+2x_i wb-2y_i b-2x_i y_iw+y^{2}_{i})=Aw^2+Bb^2+Cwb+Dw+Eb+F$

编程中损失函数经常使用均方差损失函数 $Loss=\frac {1}{2n} \sum^{n}_{i=1}(y_i-\hat{y}_i)^2=\frac {1}{2n}\sum^{n}_{i=1}(y_i-(wx_i+b))^2$
模型参数更新算法 $w^{(k+1)}=w^{(k)}-\frac {\eta}{n}\sum^{n}_{i=1}x_i(wx_i+b-y_i), b^{(k+1)}=b^{(k)}-\frac {\eta}{n}\sum^{n}_{i=1}(wx_i+b-y_i)$

详细步骤

加在样本数据 $x,y$
设置超参数学习率、迭代次数
设置模型参数初值 $w_0,b_0$
训练模型 $w,b$
结果可视化

import numpy as np
import matplotlib.pyplot as plt
x=np.array([137.97,104.50,100.00,124.32,79.20,99.00,124.00,114.00,106.90,138.05,53.75,46.91,68.00,63.02,81.26,86.21])
y=np.array([145.00,110.00,93.00,116.00,65.32,104.00,118.00,91.00,62.00,133.00,51.00,45.00,78.50,69.65,75.69,95.30])
learn_rate=0.00001 #学习率
iter=100 #迭代次数
display_step=10
np.random.seed(612)
# 设置w，b的初始值
w=np.random.randn()
b=np.random.randn()
# 训练模型
mse=[]
for i in range(0,iter+1):
    dL_dw=np.mean(x*(w*x+b-y))
    dL_db=np.mean(w*x+b-y)
    
    w=w-learn_rate*dL_dw
    b=b-learn_rate*dL_db
    
    pred=w*x+b
    Loss=np.mean(np.square(y-pred))/2
    
    mse.append(Loss)
    if(i%display_step==0):
        print("i:%i,Loss:%f,w:%f,b:%f" % (i,mse[i],w,b))

i:0,Loss:3874.109891,w:0.082574,b:-1.161967
i:10,Loss:562.192567,w:0.648530,b:-1.156447
i:20,Loss:148.653167,w:0.848517,b:-1.154463
i:30,Loss:97.016943,w:0.919184,b:-1.153729
i:40,Loss:90.569412,w:0.944155,b:-1.153436
i:50,Loss:89.764324,w:0.952978,b:-1.153299
i:60,Loss:89.663774,w:0.956096,b:-1.153217
i:70,Loss:89.651196,w:0.957197,b:-1.153155
i:80,Loss:89.649602,w:0.957586,b:-1.153099
i:90,Loss:89.649380,w:0.957723,b:-1.153046
i:100,Loss:89.649329,w:0.957771,b:-1.152994

plt.rcParams['font.sans-serif']=['SimHei']
plt.figure()
plt.scatter(x,y,color='red',label="销售记录")
plt.scatter(x,pred,color="blue")
plt.plot(x,pred,color="blue",label="梯度下降法")
plt.plot(x,0.89*x+5.41,color="green",label="解析法")

plt.xlabel("Area",fontsize=14)
plt.ylabel("Price",fontsize=14)

plt.legend(loc="upper left")
plt.show()

output_2_0.png

梯度下降法求解多元线性回归

需要对数据进行归一化/标准化：将数据的值限制在一定的范围之内使所有属性处于同一范围、同一数量级下，更快收敛到最优解，提高学习器的精度
归一化分类线性归一化、标准差归一化、非线性映射归一化
线性归一化 $x^*=\frac {x-min}{max-min}$ 、标准差归一化 $x^*=\frac {x-\mu}{\sigma}$ 、非线性映射归一化：对原始数据的非线性变换指数、对数、正切

梯度下降法步骤

确定损失函数
损失函数求导数计算梯度
更新模型参数

tensorflow提供了强大的自动求导机制

Variable对象

对tensor对象的进一步封装
在模型训练过程中自动记录梯度信息，由算法自动优化
可以被训练的变量
在机器学习中可以作为模型参数
tf.Variable(initial_value,dtype)
将张量封装为可训练变量

import tensorflow as tf

tf.Variable(3)

<tf.Variable 'Variable:0' shape=() dtype=int32, numpy=3>

x=tf.Variable(tf.constant([[1,2],[3,4]]))

x[0]

<tf.Tensor: shape=(2,), dtype=int32, numpy=array([1, 2])>

type(x[0])

tensorflow.python.framework.ops.EagerTensor

tensorflow自动求导机制--G'radientTape

with GrandientTape() as tape:
   函数表达式
grad=tape.gradient(函数，自变量)

多元函数求偏导
tape.gradient(函数，自变量)

x=tf.Variable(3.)
with tf.GradientTape() as tape:
    y=x*x
dy_dx=tape.gradient(y,x)

y,dy_dx

(<tf.Tensor: shape=(), dtype=float32, numpy=9.0>,
 <tf.Tensor: shape=(), dtype=float32, numpy=6.0>)

tensorflow实现梯度下降法

导入需要的库
加载数据样本
设置超参数
设置模型参数初始值
训练模型

import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
x=np.array([137.97,104.50,100.00,124.32,79.20,99.00,124.00,114.00,106.90,138.05,53.75,46.91,68.00,63.02,81.26,86.21])
y=np.array([145.00,110.00,93.00,116.00,65.32,104.00,118.00,91.00,62.00,133.00,51.00,45.00,78.50,69.65,75.69,95.30])
learn_rate=0.0001 #学习率
iter=100 #迭代次数
display_step=10
np.random.seed(612)
# 设置w，b的初始值
np.random.seed(612)
w=tf.Variable(np.random.randn())
b=tf.Variable(np.random.randn())
# 训练模型
mse=[]
for i in range(0,iter+1):
    with tf.GradientTape() as tape:
        pred=w*x+b
        Loss=0.5*tf.reduce_mean(tf.square(y-pred))
    mse.append(Loss)
    
    dL_dw,dL_db=tape.gradient(Loss,[w,b])
    
    w.assign_sub(learn_rate*dL_dw)
    b.assign_sub(learn_rate*dL_db)
    
    if(i%display_step==0):
        print("i:%i,Loss:%f,w:%f,b:%f" % (i,mse[i],w,b))

i:0,Loss:4749.374023,w:0.946134,b:-1.153577
i:10,Loss:89.649315,w:0.957797,b:-1.152948
i:20,Loss:89.649063,w:0.957792,b:-1.152432
i:30,Loss:89.648788,w:0.957787,b:-1.151916
i:40,Loss:89.648529,w:0.957782,b:-1.151399
i:50,Loss:89.648277,w:0.957777,b:-1.150883
i:60,Loss:89.647995,w:0.957772,b:-1.150367
i:70,Loss:89.647720,w:0.957767,b:-1.149851
i:80,Loss:89.647469,w:0.957762,b:-1.149335
i:90,Loss:89.647194,w:0.957757,b:-1.148818
i:100,Loss:89.646942,w:0.957752,b:-1.148302

模型评估

误差：学习器的预测输出和样本的真实标记之间的差异
训练误差：训练集上的误差
泛化误差：在新样本上的误差
过拟合：学习过度，在训练集上表现很好，在新样本上泛化误差很大
欠拟合：学习不足，没有学习到样本中的通用的特征

机器学习的目标：泛化误差小

训练集和测试集

训练集：训练模型
测试集：测试学习器在新样本上的预测或判断能力
测试误差：用来近似泛化误差

梯度下降法

机器利用数据学习的过程

数据集/样本集

监督学习：回归与分类

无监督学习：在样本数据没有标记的情况下，挖掘出数据内部蕴含的关系。如聚类

半监督学习

一元线性回归：在给定的已知点的基础上，预测出更精准的直线

其他损失函数的两个性质

最小二乘法

梯度下降法

使用梯度下降法求解一元线性回归问题

详细步骤

梯度下降法求解多元线性回归

梯度下降法步骤

Variable对象

tensorflow自动求导机制--G'radientTape

tensorflow实现梯度下降法

模型评估

机器学习的目标：泛化误差小

训练集和测试集

公共数据集:由研究机构或大型公司创建和维护

猜你喜欢

热点阅读