Jahnavi Mahanta：对算法的作用建立直觉性的理解——在我刚入门机器学习的时候，这让我觉得非常困难。不仅仅是因为理解数学理论和符号本身不容易，也因为它很无聊。我到线上教程里找办法，但里面只有公式或高级别的解释，在大多数情况下并不会深入细节。
就在那时，一名数据科学同事介绍给我一个新办法——用 Excel 表格来实现算法，该方法让我拍案叫绝。后来，不论是任何算法，我会试着小规模地在 Excel 上学习它——相信我，对于提升你对该算法的理解、完全领会它的数学美感，这个法子简直是奇迹。
案例
让我用一个例子向各位解释。
大多数数据科学算法是优化问题。而这方面最常使用的算法是梯度下降。
或许梯度下降听起来很玄，但读完这篇文章之后，你对它的感觉大概会改变。
这里用住宅价格预测问题作为例子。
现在，有了历史住宅数据，我们需要创建一个模型，给定一个新住宅的面积能预测其价格。
任务：对于一个新房子，给定面积 X，价格 Y 是多少？
让我们从绘制历史住宅数据开始。
现在，我们会用一个简单的线性模型，用一条线来匹配历史数据，根据面积 X 来预测新住宅的价格 Ypred。
上图中，红线给出了不同面积下的预测价格 Ypred。
Ypred = a+bX
蓝线是来自历史数据的实际住宅价格 Yactual。
Yactual 和 Ypred 之间的差距，即黄色虚线，是预测误差 E。
我们需要发现一条使权重 a,b 获得最优值的直线，通过降低预测误差、提高预测精度，实现对历史数据的最佳匹配。
所以，目标是找到最优 a, b，使 Yactual 和 Ypred 之间的误差 E 最小化。
误差的平方和 (SSE) = ½ a (实际价格 – 预测价格)2= ½ a(Y – Ypred)2
（雷锋网提醒，请注意衡量误差的方法不止一种，这只是其中一个）
这时便是梯度下降登场的时候。梯度下降是一种优化算法，能找到降低预测误差的最优权重 (a,b) 。
理解梯度下降
现在，我们一步步来理解梯度下降算法：
-
用随机值和计算误差（SSE）初始化权重 a 和 b。
-
计算梯度，即当权重（a & b）从随机初始值发生小幅增减时，SSE 的变动。这帮助我们把 a & b 的值，向着最小化 SSE 的方向移动。
-
用梯度调整权重，达到最优值，使 SSE 最小化。
-
使用新权重来做预测，计算新 SSE。
-
重复第二、第三步，直到对权重的调整不再能有效降低误差。
我在 Excel 上进行了上述每一步，但在查看之前，我们首先要把数据标准化，因为这让优化过程更快。
第一步
用随机值的 a、b 初始化直线 Ypred = a + b X，计算预测误差 SSE。
第二步
计算不同权重的误差梯度。
∂SSE/∂a = – (Y-YP)
∂SSE/∂b = – (Y-YP)X
这里, SSE=½ (Y-YP)2 = ½(Y-(a+bX))2
你需要懂一点微积分，但没有别的要求了。
∂SSE/∂a、∂SSE/∂b 是梯度，它们基于 SSE 给出 a、b 移动的方向。
第三步
用梯度调整权重，达到最小化 SSE 的最优值
我们需要更新 a、b 的随机值，来让我们朝着最优 a、b 的方向移动。
更新规则:
-
a – ∂SSE/∂a
-
b – ∂SSE/∂b
因此：
-
新的 a = a – r * ∂SSE/∂a = 0.45-0.01*3.300 = 0.42
-
新的 b = b – r * ∂SSE/∂b= 0.75-0.01*1.545 = 0.73
这里，r 是学习率= 0.01, 是权重调整的速率。
第四步
使用新的 a、b 做预测，计算总的 SSE。
你可以看到，在新预测上 总的 SSE 从 0.677 降到了 0.553。这意味着预测精度在提升。
第五步
重复第三、第四步直到对 a、b 的调整无法有效降低误差。这时，我们已经达到了最优 a、b，以及最高的预测精度。
这便是梯度下降算法。该优化算法以及它的变种是许多机器学习算法的核心，比如深度网络甚至是深度学习。
