機器學習故事匯-梯度下降

今天咱們的故事繼續(xù)上一次線性回歸來說，還不熟悉的小伙伴機票在這！機票直達-線性回歸

當時咱們怎么嘮的，是不是很多情況下要求解的目標沒辦法直接求呀！那該怎么辦呢？咱們來用機器學習中最常用的套路-優(yōu)化求解，也就是一步一步朝著最優(yōu)解的方向前進！

首先給出目標函數（還記得線性回歸中的目標函數嗎？）也就是我們要達到的目標是使得目標函數最?。ㄗ钚荻认陆祮栴}，也就是下山，那么最大也就是梯度上升，求極大值）可以把我們的優(yōu)化目標看成一座山，山是由我們兩個參數組成的，從上圖可以看出在山中有一個山谷的最低點，這個最低點所對應的參數就是我們要求解的值！

那該怎么求解呢？下山要一步一步來，第一步要找到合適的下山方向，也就是參數所對應的梯度方向（偏導）因為我們要沿著最快的方向去下山，所以梯度的方向是最合適的（多個參數的時候需要各自求其偏導）。找到方向之后我們就該實際的去走啦，那一次走多大呢？經驗表明一次走那么一小小小小步是比較合適的，因為如果步伐太大容易偏離全局最優(yōu)解只得到局部最優(yōu)解。方向與步長都搞定了，接下來按著我們設計好的路線更新參數就可以啦！

下山的方式也有很多種，我們來對比一下。
批量梯度下降：如上式需要綜合考慮所有養(yǎng)那本，這就太慢了，但是效果還是蠻好的。
隨機梯度下降：觀察發(fā)現(xiàn)，每一次進行參數更新，只選擇了一個樣本，這樣速度極快，但是代價就是一旦樣本有瑕疵，會對結果產生很大的干擾!所以隨機梯度下降會產生很大的浮動。
小批量梯度下降：這個就友好多了，綜合了上面兩位的優(yōu)缺點，在迭代的時候選擇一批（32，64，128比較常見）個樣本來平均計算梯度的更新方向，這個就是現(xiàn)在應用最廣的梯度下降方法啦！一個字，實用！

接下來我們再來研究一下步長（學習率）對結果產生的影響，從圖中可以看到很多條線并且它們之間有著明顯的差異，為啥模型不收斂！效果不好！沒達標！罪魁禍首就是學習率了，它對我們結果會產生非常大的影響，一般情況下我們都是用較小的學習率，較多的迭代次數來滿足它！

這張圖是一個在真實數據集下使用邏輯回歸進行迭代的目標函數變化情況，可以看到當我們使用梯度下降的時候目標函數最終達到了一個收斂狀態(tài)，現(xiàn)在已經最好了嗎？我們可以再增大些迭代次數再看看！

繼續(xù)增大迭代次數，發(fā)現(xiàn)目標函數又發(fā)生了變化，所以要讓模型更完美，需要更多輪次的訓練！我們再來對比下不同的梯度下降策略！

這張圖看起來有點亂呀，沒有達到熟練狀態(tài)，損失函數值還在亂蹦跶，這個就是隨機梯度下降的結果，可以看出來這樣的模型是不好的，只用一個樣本來更新參數是不夠的！所以現(xiàn)在我們很少使用隨機梯度下降來解決實際問題。（那真的沒辦法用它了嗎？也可以代價就是用極小的學習率配上極大的迭代次數，那為啥不用小批量的呢？）

最后的這張圖就是收尾圖啦，首先觀察只用了4000次迭代就比之前的效果要好很多！這里做了如下兩個工作。
（1）：對數據進行了標準化，讓數據各個特征均值為0方差為（數據預處理的常規(guī)套路）
（2）：使用了小批量梯度下降進行迭代（保證了收斂性同時也加快了速度）
兩個簡單的操作就使得我們的模型效果快速達到了收斂狀態(tài)，請記住這倆套路，你會一直沿用下去的！