我是机器学习的新手,我正在尝试分析我的一个项目的分类算法。我遇到SGDClassifier
在sklearn
图书馆。但许多论文都将SGD称为优化技术。有人可以请解释如何实施SGDClassifier
?是随机渐变下降分类器还是优化器?
1
A
回答
1
SGD确实是一种用于查找函数最小值的技巧。 SGDClassifier
是一个使用SGD进行培训的线性分类器(默认情况下为sklearn
,它是一个线性SVM)(即使用SGD查找损失的最小值)。按照documentation:
SGDClassifier是一个线性分类(SVM,逻辑回归,A.O.) 与SGD培训。
正规化线性模型具有随机 梯度下降(SGD)学习此估计工具:损失的梯度估计 每个样本的时间和该模型连同 减小强度时间表的方式更新(又名学习率)。 SGD允许小批次 (在线/非核心)学习,请参阅partial_fit方法。对于使用默认学习率计划的最佳 结果,数据应该具有零均值和单位差异 。
此实现适用于表示特征的浮点值数组表示为稠密或稀疏的数据。它适合的模型 可以用损失参数来控制;默认情况下,它适合一个 线性支持向量机(SVM)。
0
从SGD两者sikit学习文档
loss="hinge"
:(软裕度)线性支持向量机, loss="modified_huber"
:平滑铰链损失, loss="log"
:logistic回归
相关问题
- 1. 为什么随机输入建议随机渐变下降
- 2. Coursera机器学习:渐变下降矢量化
- 3. 渐变下降:delta值应该是标量还是向量?
- 4. 使用numpy的渐变下降机器学习
- 5. 如何在TensorFlow中为CNNs算法开发随机梯度下降优化器?
- 6. My TensorFlow渐变下降
- 7. Tensorflow AdamOptimizer vs渐变下降
- 8. 5个标签和9个特征的渐变下降分类
- 9. JIT优化器是否优化乘法?
- 10. 随着大数据渐变下降的逻辑回归
- 11. 是否有YUI3优化器与RequireJS优化器相似?
- 12. 计时器延迟是随着时间的推移而降低还是变得不一致?
- 13. 服务器/客户端游戏优化:字节还是int? (Java)
- 14. 我应该优化还是让编译器来做这件事?
- 15. Python,求解器方法还是当前代码的优化?
- 16. 如何使用TensorFlow梯度下降优化器来解决优化问题
- 17. 增量规则与渐变下降?
- 18. Python中的渐变下降实现
- 19. 了解渐变下降算法
- 20. 渐变下降不起作用
- 21. 渐变下降运行时错误
- 22. 分类器算法的参数优化
- 23. 优化随机T-SQL
- 24. 随机行查询优化
- 25. NetLogo:2048机器人优化
- 26. 渐变是零
- 27. MySQL查询优化 - 别名还是不?
- 28. 事实表是正规化还是非正规化还是部分正态化?
- 29. 渐变增强vs随机森林
- 30. 梯度下降vs随机梯度下降算法
随机梯度下降是一个随机逼近梯度下降最优化方法,用于最小化写为可微函数之和的目标函数。换句话说,SGD尝试通过迭代找到最小值或最大值。 – sera