本文作為我看過 # 吳恩達機器學習系列課程 的產物,並不適用於一無所知的學習者。
在機器學習中,有三個很重要的函式:
- \(h_\theta(x)\) 表示預測資料
- \(J(\theta)\) 代價函式,表示預測和實際的差距,\(J(\theta) \ge 0\),且 \(J(\theta)\) 值越小,差距越小。
- \(\frac {\delta}{\delta \theta} J(\theta)\) 也就是其偏導數,用於梯度下降演算法的擬合。
由於本人沒有系統的學習偏導數,為了方便表示,這裡認為 \(\theta' = \frac {\delta}{\delta \theta} J(\theta)\) 是一個與 \(\theta\) 同樣大小的向量,其中 \(\theta'_i\) 表示在第 \(i\) 個維度平面內的斜率。故 \(\frac {\delta}{\delta \theta} J(\theta)\) 實際上就表示的是 \(J\) 函式影像在 \(\theta\) 處的斜率。
一個優秀的代價函式是梯度下降演算法的核心。
一般來說,需要具有如下特性:
- 不存在區域性最小值 %% 也就是 \(\not \exists \theta(J'(\theta) = 0 \wedge \exists \alpha(J(\theta) > J(\alpha))\) %%
- 沒有平坦的部分,也就是沒有 \(J'(\theta) = 0\) 但是 \(J(\theta)\) 不是最小值的地方。
梯度下降演算法的目標很簡單:
其過程也很簡單:
其中 \(\alpha\) 是學習速率。如果 \(\alpha\) 過小,則時間成本過大;如果 \(\alpha\) 過大,則容易跳過最優解。
如何理解 跳過 ?梯度下降演算法的過程,實際上就是沿著斜率不斷向下跳的過程。而學習速率決定了向下跳的距離,所以說如果 \(\alpha\) 過大,則容易跳過最優解。
線性迴歸
線性迴歸,即使用一次函式對於資料進行擬合:
我們一般使用的是平方損失函式:
其中 \(x_i\) 表示輸入特徵,而 \(y_i\) 表示真實值。
我們不妨將 \(x_i\) 簡單修改,變成 \((1, x_i)\),記為 \(X_i\),則 \(X\) 是一個 \(2 \times m\) 的矩陣:
那麼自然,\(J(\theta) = \frac 1 {2m} \mathrm{ones} (1, m) {\large (}(X \theta - y) \cdot (X \theta - y){\large )}\)
其中 \({\rm ones}(n, m)\) 表示一個 \(n \times m\) 的全為 \(1\) 的矩陣。
原本計算式:
變成矩陣的寫法:
非常的優美。
簡單程式碼
利用
Octave
寫的。
% X 是輸入資料,y 是目標資料資料
% 標準化輸入
[X mu sigma] = featureNormalize(X);
% 新增一列常數 1
X = [ones(m, 1) X];
% 設定訓練引數
alpha = 0.01;
num_iters = 400;
% 開始訓練
theta = zeros(3, 1);
theta = gradientDescentMulti(X, y, theta, alpha, num_iters);
% 預測函式,這裡的 x 是沒有常數項的
function [predict] = multiPredict(x, theta, mu, sigma)
normData = ([1 x] - [0 sigma]) ./ [1 mu];
predict = normData * theta;
end
一些函式
% 標準化每一列
function [X_norm, mu, sigma] = featureNormalize(X)
X_norm = X;
mu = zeros(1, size(X, 2));
sigma = zeros(1, size(X, 2));
for i = 1:length(X(1, :))
V = X_norm(:, i);
sigma(i) = mean(V);
mu(i) = std(V) * std(V);
V = (V - sigma(i)) / mu(i);
X_norm(:, i) = V;
end
end
% 開始梯度下降
function theta = gradientDescentMulti(X, y, theta, alpha, num_iters)
m = length(y); % 樣本量
for iter = 1:num_iters
theta = theta - alpha / m * (X' * (X * theta - y));
end
end
% 計算代價函式 J(\theta)
function J = computeCostMulti(X, y, theta)
m = length(y); % 樣本量
diffCost = X * theta - y;
J = sum(diffCost .* diffCost) / 2 / m;
end
這麼一看核心程式碼也就一點點……但是不得不說確實高階。