6

我正在尝试在 MATLAB中实现“随机梯度下降”。我完全遵循了算法，但我得到了一个非常非常大的 w （系数）用于预测/拟合函数。我的算法有错误吗？

算法： 在此处输入图像描述

x = 0:0.1:2*pi      // X-axis
    n = size(x,2);      
    r = -0.2+(0.4).*rand(n,1);  //generating random noise to be added to the sin(x) function

    t=zeros(1,n);
    y=zeros(1,n);



    for i=1:n
        t(i)=sin(x(i))+r(i);          // adding the noise
        y(i)=sin(x(i));               // the function without noise
    end

    f = round(1+rand(20,1)*n);        //generating random indexes

    h = x(f);                         //choosing random x points
    k = t(f);                         //chossing random y points

    m=size(h,2);                     // length of the h vector

    scatter(h,k,'Red');              // drawing the training points (with noise)
    %scatter(x,t,2);
    hold on;
    plot(x,sin(x));                 // plotting the Sin function


    w = [0.3 1 0.5];                    // starting point of w
    a=0.05;                         // learning rate "alpha"

// ---------------- ALGORITHM ---------------------//
    for i=1:20
        v = [1 h(i) h(i).^2];                      // X vector
        e = ((w*v') - k(i)).*v;            // prediction - observation
        w = w - a*e;                       // updating w
    end

    hold on;

    l = 0:1:6;
    g = w(1)+w(2)*l+w(3)*(l.^2);
    plot(l,g,'Yellow');                      // drawing the prediction function
4

2 回答 2

8

如果使用太大的学习率，SGD 很可能会发散。
学习率应该收敛到零。

于 2011-02-26T16:21:29.833 回答
2

通常，如果 w 以太大的值结束，则存在过度拟合。我并没有真正仔细查看您的代码。但我认为，您的代码中缺少的是适当的正则化术语，它可以防止训练过度拟合。也在这里：

e = ((w*v') - k(i)).*v;

这里的 v 不是预测值的梯度，不是吗？根据算法，您应该更换它。让我们看看这样做之后会是什么样子。

于 2011-02-26T07:01:31.330 回答