图文详解神秘的梯度下降算法原理(附Python代码)

1 引例

给定如图所示的某个函数，如何通过计算机算法编程求$f(x{)}_{min}$？

2 数值解法

传统方法是数值解法，如图所示

按照以下步骤迭代循环直至最优：

① 任意给定一个初值$x_0$；

② 随机生成增量方向，结合步长生成$\Delta x$；

③ 计算比较$f\left(x_0\right)$与$f\left(x_0+\Delta x\right)$的大小，若$f\left(x_0+\Delta x\right)<f\left(x_0\right)$则更新位置，否则重新生成$\Delta x$；

④ 重复②③直至收敛到最优$f(x{)}_{min}$。

数值解法最大的优点是编程简明，但缺陷也很明显：

① 初值的设定对结果收敛快慢影响很大；

② 增量方向随机生成，效率较低；

③ 容易陷入局部最优解；

④ 无法处理“高原”类型函数。

所谓陷入局部最优解是指当迭代进入到某个极小值或其邻域时，由于步长选择不恰当，无论正方向还是负方向，学习效果都不如当前，导致无法向全局最优迭代。就本问题而言如图所示，当迭代陷入$x=x_j$时，由于学习步长$step$的限制，无法使$f\left(x_j\pm Step\right)<f(x_j)$，因此迭代就被锁死在了图中的红色区段。可以看出$x=x_j$并非期望的全局最优。

若出现下图所示的“高原”函数，也可能使迭代得不到更新。

3 梯度下降算法

梯度下降算法可视为数值解法的一种改进，阐述如下：

记第$k$轮迭代后，自变量更新为$x=x_k$，令目标函数$f(x)$在$x=x_k$泰勒展开：

$$f\left(x\right)=f\left(x_k\right)+f^{\prime }\left(x_k\right)\left(x-x_k\right)+o(x)$$

考察$f(x{)}_{min}$，则期望$f\left(x_{k+1}\right)<f\left(x_k\right)$，从而：

$$f\left(x_{k+1}\right)-f\left(x_k\right)=f^{\prime }\left(x_k\right)\left(x_{k+1}-x_k\right)<0$$

若$f^{\prime }\left(x_k\right)>0$则$x_{k+1}<x_k$，即迭代方向为负；反之为正。不妨设$x_{k+1}-x_k=-f^{\prime }(x_k)$，从而保证$f\left(x_{k+1}\right)-f\left(x_k\right)<0$。必须指出，泰勒公式成立的条件是$x\to x_0$，故$|f^{\prime }\left(x_k\right)|$不能太大，否则$x_{k+1}$与$x_k$距离太远产生余项误差。因此引入学习率$\gamma \in \left(0,1\right)$来减小偏移度，即$x_{k+1}-x_k=-\gamma f^{\prime }(x_k)$

在工程上，学习率$\gamma$要结合实际应用合理选择，$\gamma$过大会使迭代在极小值两侧振荡，算法无法收敛；$\gamma$过小会使学习效率下降，算法收敛慢。

对于向量 ，将上述迭代公式推广为

$${\mathbf{x}}_{\mathbf{k}+1}={\mathbf{x}}_{\mathbf{k}}-\gamma {\nabla }_{{\mathbf{x}}_{\mathbf{k}}}$$

其中${\nabla }_{\mathbf{x}}={\left(\frac{\partial f(\mathbf{x})}{\partial x_1},\frac{\partial f(\mathbf{x})}{\partial x_2},\cdots \cdots ,\frac{\partial f(\mathbf{x})}{\partial x_n}\right)}^T$为多元函数的梯度，故此迭代算法也称为梯度下降算法

梯度下降算法通过函数梯度确定了每一次迭代的方向和步长，提高了算法效率。但从原理上可以知道，此算法并不能解决数值解法中初值设定、局部最优陷落和部分函数锁死的问题。

4 代码实战：Logistic回归

import pandas as pd import numpy as np import os import matplotlib.pyplot as plt import matplotlib as mpl from Logit import Logit ''' * @breif: 从CSV中加载指定数据 * @param[in]: file -> 文件名 * @param[in]: colName -> 要加载的列名 * @param[in]: mode -> 加载模式, set: 列名与该列数据组成的字典, df: df类型 * @retval: mode模式下的返回值 ''' def loadCsvData(file, colName, mode='df'): assert mode in ('set', 'df') df = pd.read_csv(file, encoding='utf-8-sig', usecols=colName) if mode == 'df': return df if mode == 'set': res = { 
   } for col in colName: res[col] = df[col].values return res if __name__ == '__main__': # ============================ # 读取CSV数据 # ============================ csvPath = os.path.abspath(os.path.join(__file__, "../../data/dataset3.0alpha.csv")) dataX = loadCsvData(csvPath, ["含糖率", "密度"], 'df') dataY = loadCsvData(csvPath, ["好瓜"], 'df') label = np.array([ 1 if i == "是" else 0 for i in list(map(lambda s: s.strip(), list(dataY['好瓜']))) ]) # ============================ # 绘制样本点 # ============================ line_x = np.array([np.min(dataX['密度']), np.max(dataX['密度'])]) mpl.rcParams['font.sans-serif'] = [u'SimHei'] plt.title('对数几率回归模拟\nLogistic Regression Simulation') plt.xlabel('density') plt.ylabel('sugarRate') plt.scatter(dataX['密度'][label==0], dataX['含糖率'][label==0], marker='^', color='k', s=100, label='坏瓜') plt.scatter(dataX['密度'][label==1], dataX['含糖率'][label==1], marker='^', color='r', s=100, label='好瓜') # ============================ # 实例化对数几率回归模型 # ============================ logit = Logit(dataX, label) # 采用梯度下降法 logit.logitRegression(logit.gradientDescent) line_y = -logit.w[0, 0] / logit.w[1, 0] * line_x - logit.w[2, 0] / logit.w[1, 0] plt.plot(line_x, line_y, 'b-', label="梯度下降法") # 绘图 plt.legend(loc='upper left') plt.show() 

? 更多精彩专栏：

• 《ROS从入门到精通》
• 《机器人原理与技术》
• 《机器学习强基计划》
• 《计算机视觉教程》
• …