随机梯度上升_CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

2018-12-05 阅读量: 772

随机梯度上升

梯度上升算法在每次更新回归系数时都需要遍历整个数据集，该方法在处理100个左右的数

据集时尚可，但如果有数十亿样本和成千上万的特征，那么该方法的计算复杂度就太高了。一种

改进方法是一次仅用一个样本点来更新回归系数，该方法称为随机梯度上升算法。由于可以在新

样本到来时对分类器进行增量式更新，因而随机梯度上升算法是一个在线学习算法。与“在线学

习”相对应，一次处理所有数据被称作是“批处理”。

随机梯度上升算法可以写成如下的伪代码：

所有回归系数初始化为1

对数据集中每个样本

计算该样本的梯度

使用alpha × gradient更新回归系数值

返回回归系数值

以下是随机梯度上升算法的实现代码。

0.0000

0

4

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子