版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/KevinBetterQ/article/details/79486290
目录
处理大数据集:
随机的梯度下降
2)MapReduce和并行算法
错题
http://blog.csdn.net/mupengfei6688/article/details/53151740
http://blog.csdn.net/nobmr/article/details/52145787
处理大数据集:
随机的梯度下降
映射化简
1 随机的梯度下降
- 随机梯度下降算法
对于每一次迭代,只需要对一个样本拟合好就可以了。
它只需要一次关注一个样本一点点进行参数调整,这样不需要每一次都等到对所有数据进行扫描,从而降低复杂度
- 效果图:
(实际上随机梯度下降会在最靠近全局最小值的区域内徘徊)
小批量梯度下降
三种梯度下降的比较:
2 先进的主题:
1)在线学习2)MapReduce和并行算法
错题
http://blog.csdn.net/mupengfei6688/article/details/53151740
http://blog.csdn.net/nobmr/article/details/52145787