Coursera_机器学习_week10_笔记

大数据集的梯度下降算法

主要内容包括：
- 批量梯度下降法Batch Gradient Descent（BSD）
- * 随机梯度下降Stochastic gradient descent ( SGD) *
- 小批量梯度下降 Mini-Batch Gradient Descent
- online learning
-Map-reduce 并行化计算

回顾
梯度下降算法

Jtrain(θ)=12m∑mi=1(hθ(x(i))−y(i))2

批量梯度下降法Batch Gradient Descent（BSD）

每次迭代的时候，都对全部样本进行计算

随机梯度下降Stochastic gradient descent ( SGD)

先将样本数据随机打乱顺序，然后在每次迭代中，只是用一个样本数据
优点:节约计算成本
缺点：不是每次迭代都会是J变小，可能陷入局部最优解
为了确保SGD收敛（Convergence），在使用第i个样本更新θ之前，先计算cost，也可以选择将结果plot画出来，来感受算法的效果，如果cost振幅很大而且不变小，试试换个learning rate 或者增加feature，如果反而增大，试试减小learning rate（α）
一般情况下learning rate（α）都保持恒定；如果希望最终得到全局最优解，可以试试逐渐减小learning rate（α）：α=const1iterrationNumber+const2 ，但那样你又多了两个参数要调，所以通常还是用恒定learning rate（α）的多。

小批量梯度下降 Mini-Batch Gradient Descent

每次迭代使用b个样本，b通常取值范围2~100，Angrew经常用的是10

借助octave的向量化计算函数，Mini-Batch 的 性能会优于 SGD；但多了一个参数b要调

online learning

当你的网站有很多访问量，有很多免费的数据，来一个数据，计算一次，丢弃这个样本，使用onlinelearning。如果你的网站数据量很小，那还是把数据保存下来慢慢train 比较好。
online learning 可以很好的使用用户的变化，比如经济危机的时候用户可能会价格更加敏感。
举一个搜索引擎学习CTR的例子

Map-reduce 并行化计算

就是将批量梯度下降算法的求和计算分配给整个集群
将训练集分成若干份，每一份在一个slave机器上跑，再汇总到master机器上
如果机器学习算法中有求和计算，就可以考虑用MapReduce进行优化
Mapreduce可以用于集群，数据中心，也可以用户多核的单机