机器学习 - 梯度下降在多参数线性回归模型的应用以及解析

我们通过一个具体的例子来演示多变量线性回归中的梯度下降算法。

示例数据集

假设我们有一个简单的数据集，包含两个特征和一个目标值：

我们要训练一个线性回归模型，模型的形式为：
$f_{w,b}(x)=w_1\cdot x_1+w_2\cdot x_2+b$

梯度下降步骤

我们从随机初始化的参数 $w_1$、$w_2$ 和 $b$ 开始，然后通过梯度下降算法迭代地更新这些参数。

初始化

假设：

• 初始权重$w_1=0$、$w_2=0$
• 初始偏置 $b=0$
• 学习率 $\alpha =0.01$
• 迭代次数为 2 次（为了简洁）

计算梯度

我们需要计算每个参数的偏导数，并用这些偏导数来更新参数。

第一次迭代

计算偏导数

1. 计算预测值和误差:
   $$\text{预测值}{f}_{w,b}(x^{(i)})=w_1\cdot x_1^{(i)}+w_2\cdot x_2^{(i)}+b$$
   对于每个样本，我们计算预测值和误差：

   • 对于第一个样本 (1, 2, 5):
     $$\begin{gathered} f_{w,b}(x^{(1)})=0\cdot 1+0\cdot 2+0=0 \\ \text{误差}=0-5=-5 \end{gathered}$$
   • 对于第二个样本 (2, 3, 8):
     $$\begin{gathered} f_{w,b}(x^{(2)})=0\cdot 2+0\cdot 3+0=0 \\ \text{误差}=0-8=-8 \end{gathered}$$
   • 对于第三个样本 (3, 4, 11):
     $$\begin{gathered} f_{w,b}(x^{(3)})=0\cdot 3+0\cdot 4+0=0 \\ \text{误差}=0-11=-11 \end{gathered}$$
   • 对于第四个样本 (4, 5, 14):
     $$\begin{gathered} f_{w,b}(x^{(4)})=0\cdot 4+0\cdot 5+0=0 \\ \text{误差}=0-14=-14 \end{gathered}$$

2. 计算梯度:
   $$\begin{gathered} \frac{\partial J}{\partial w_1}=\frac{1}{m}\sum _{i=1}^m(f_{w,b}(x^{(i)})-y^{(i)})\cdot x_1^{(i)} \\ \frac{\partial J}{\partial w_2}=\frac{1}{m}\sum _{i=1}^m(f_{w,b}(x^{(i)})-y^{(i)})\cdot x_2^{(i)} \\ \frac{\partial J}{\partial b}=\frac{1}{m}\sum _{i=1}^m(f_{w,b}(x^{(i)})-y^{(i)}) \end{gathered}$$

   我们计算每个参数的梯度：

   • 对于$w_1$:
     $$\begin{gathered} \frac{\partial J}{\partial w_1}=\frac{1}{4}[(-5)\cdot 1+(-8)\cdot 2+(-11)\cdot 3+(-14)\cdot 4] \\ =\frac{1}{4}(-5-16-33-56) \\ =\frac{1}{4}(-110) \\ =-27.5 \end{gathered}$$
   • 对于 $w_2$:
     $$\begin{gathered} \frac{\partial J}{\partial w_2}=\frac{1}{4}[(-5)\cdot 2+(-8)\cdot 3+(-11)\cdot 4+(-14)\cdot 5] \\ =\frac{1}{4}(-10-24-44-70) \\ =\frac{1}{4}(-148) \\ =-37 \end{gathered}$$
   • 对于 $b$:
     $$\begin{gathered} \frac{\partial J}{\partial b}=\frac{1}{4}(-5-8-11-14) \\ =\frac{1}{4}(-38) \\ =-9.5 \end{gathered}$$

3. 更新参数:
   $$\begin{gathered} w_1=w_1-\alpha \frac{\partial J}{\partial w_1}=0-0.01(-27.5)=0.275 \\ {w}_2=w_2-\alpha \frac{\partial J}{\partial w_2}=0-0.01(-37)=0.37 \\ b=b-\alpha \frac{\partial J}{\partial b}=0-0.01(-9.5)=0.095 \end{gathered}$$

第二次迭代

重复上述步骤，以更新后的参数$w_1$、$w_2$ 和 $b$继续计算新的梯度，并更新参数。以下是简略的计算过程：

1. 计算预测值和误差:

   • 对于第一个样本 (1, 2, 5):
     $$\begin{gathered} f_{w,b}(x^{(1)})=0.275\cdot 1+0.37\cdot 2+0.095=1.11 \\ \text{误差}=1.11-5=-3.89 \end{gathered}$$
   • 其他样本类似计算。

2. 计算梯度:

   • 对于 $w_1$:
     $$\frac{\partial J}{\partial w_1}\approx -21.23$$
   • 对于 $w_2$:
     $$\frac{\partial J}{\partial w_2}\approx -28.74$$
   • 对于 $b$:
     $$\frac{\partial J}{\partial b}\approx -6.83$$

3. 更新参数:
   $$\begin{gathered} w_1=0.275-0.01(-21.23)=0.4873 \\ {w}_2=0.37-0.01(-28.74)=0.6574 \\ b=0.095-0.01(-6.83)=0.1633 \end{gathered}$$

代码实现

def compute_gradient(X, y, w, b):
    m, n = X.shape
    dj_dw = np.zeros(n)
    dj_db = 0.0
    
    for i in range(m):
        error = (np.dot(X[i], w) + b) - y[i]
        for j in range(n):
            dj_dw[j] += error * X[i][j]
        dj_db += error
    
    dj_dw /= m
    dj_db /= m
    
    return dj_dw, dj_db

def gradient_descent(X, y, w, b, alpha, num_iters):
    for i in range(num_iters):
        dj_dw, dj_db = compute_gradient(X, y, w, b)
        w -= alpha * dj_dw
        b -= alpha * dj_db
    
    return w, b

总结

通过以上的迭代过程，我们逐步更新参数$w_1$、$w_2$ 和 $b$，使得模型的预测值更加接近目标值。实际中，这个过程通常会重复多次，直到参数收敛。