機器學習的梯度下降迴歸法— SGDRegressor( )

在機器學習中，我們的目標是找到一種能夠最好地描述數據的模型。例如，在迴歸問題中，我們希望找到一種函數，該函數能以一種對我們的目標變數(例如：銷售量、股票價格等) 的最佳估計的方式，描述輸入特徵(例如：廣告支出、市場狀況等)。

為了找到這樣的函數，我們需要定義一種衡量模型好壞的方式，這就是所謂的損失函數(或稱成本函數)，或是讀者可以想成這是誤差函數，目標就是找出誤差最小的函數時的參數。對於迴歸問題，一種常見的損失函數是平方誤差損失，它計算的是模型預測和真實值之間的平方差的平均值。我們的目標是找到一組模型參數，使得損失函數的值最小。

梯度下降是一種用來找到這樣一組參數的優化算法。它從一個隨機選擇的起始點開始，然後反覆地計算損失函數在當前點的梯度(即方向和速度)，並沿著梯度的反方向(就是說，沿著使損失函數值下降最快的方向) 更新模型的參數。這個過程一直持續到損失函數的值不再顯著下降(或者達到預定的迭代次數) 為止。

若是以上述誤差函數圖而言，斜率最低點就是在底部位置。讀者可以想像你現在站在一座大山的頂部，你的目標是找到一條路徑，讓你可以順利下山到達最低點，但是你被蒙上了眼睛，所以只能憑藉著腳下感覺去尋找路徑。

現在你開始嘗試一步一步地移動，你會嘗試各種方向的步伐，找到一種方式讓你感覺到下一步會讓你下降的最多，這就是你選擇前進的方向。你會重複這個過程，一直到你感覺不再下降，也就是你可能已經到達山谷的最底部。

這就是梯度下降法的基本概念。在這個比喻中，山頂是你一開始的猜測或者初始值，山谷的最底部就像是你想要找的答案，也就是使得誤差最小的那組參數值。你一步步往下走，就像是一次又一次的調整參數，試圖找到最佳解。而你嘗試找到讓你下降最多的方向，這就像是計算誤差函數的梯度，並依此更新你的參數。

機器學習模型的訓練過程其實就像這樣的一種嘗試過程，我們希望找到最佳的模型參數，讓預測的誤差最小。

SGDRegressor 就是一種利用梯度下降進行訓練的機器學習模型。SGD 英文全名是Stochastic Gradient Descent，意思是「隨機梯度下降」。它的「隨機」一詞源於每一步中用於計算梯度的樣本是隨機選取的，而不是用整個數據集。這種做法有兩個主要優點：一是計算效率高，因為每一步只需要一個(或一小批) 樣本；二是能夠避免陷入局部最小值，因為隨機性引入了一些噪聲，有助於算法跳出局部最優並找到全局最優。所以，簡單地說，SGDRegressor 是一種使用梯度下降算法進行訓練的線性模型。其語法和主要參數如下：

from sklearn.linear_model import SGDRegressor

⋯

model = SGDRegressor(loss, penalty=, alpha, max_iter)

上述可以建立一個SGDRegressor 的實例物件，各參數意義如下：

• loss：這定義了所使用的損失函數，預設情況下，這是「平方損失 ('squared_loss')」，這對應於普通最小平方迴歸。
• penalty：這定義了所使用的懲罰項，預設情況是 "L2"，這對應於線性模型的權重的平方和。其他可能的選項包括 "L1"(對應於權重的絕對值之和) 和"elasticnet"( 這是L1 和L2 的組合)。所謂的「懲罰」，我們可以把機器學習模型想像成一個小學生正在學習拼字。每當他學到一個新的單詞，他就會試著記住它。如果他只記住了幾個單詞，那他可能會很容易把它們拼對。但是如果他試圖記住太多的單詞，那麼他可能會開始混淆，並且拼錯一些單詞。在這裡，我們可以把「試圖記住太多的單詞」看作是模型「過擬合」訓練數據。也就是說，模型可能過於複雜，試圖擬合訓練數據中的每一個細節，甚至包括噪聲，而失去了對新數據的預測能力。這時候，我們就需要一種「懲罰」來限制模型的複雜度，讓它不要試圖記住太多的單詞。這就是所謂的 penalty。我們可以通過增加模型錯誤的「成本」或「懲罰」來阻止它記住太多的單詞。這樣，模型會更加專注於學習最重要的特徵，而不是訓練數據中的每一個細節。這就是我們在機器學習模型中使用懲罰或正則化的原因。
• alpha：這是懲罰項的強度，預設是 0.0001。
• learning_rate：這定義了學習率的調整策略。預設情況下，它被設置為「invscaling」，這表示使用的是逆比例縮放學習率，也就是說，每一步的學習率會隨著迭代次數的增加而減小。這種學習率的調整策略有一個特點，就是在演算法開始時，給予較大的學習率以快速接近最優解，然後隨著迭代次數增加，逐漸減小學習率，以防止在最優解附近震盪，更精確地找到最優解，這學習率將由預設的學習速率時間表來確定。其他選項包括 'constant'、'optimal'和 'adaptive'。如果學習率太高可能造成梯度無法進入局部最低點，也就是無法找出錯誤最小的參數。如果學習率太低，會造成需要比較多次的迭代，才可以進入局部最低點，也就是找出錯誤最小的參數。
• max_iter：這是要執行的最大迭代次數，預設是 1000。
• random_state：隨機種子值。

透過SGDRegressor( ) 我們可以讓機器學習運用梯度下降的方式來達到目標或預測結果，也能透過不同的參數設定來調整修正，降低誤差值。更多有關機器學習的方法與運用，歡迎參閱《機器學習最強入門 - 基礎數學／機率／統計邁向AI真實數據專題實作 - 王者歸來》獲取最完整的內容！

上文圖片及書摘由深智數位提供，內容取材自《機器學習最強入門 - 基礎數學／機率／統計邁向AI真實數據專題實作 - 王者歸來》。

天瓏：https://reurl.cc/aVj4oX