关于梯度下降法对变量进行标准化的问题

Question

6.5课件里只对x进行了标准化，不需要对y也进行标准化吗，我之前看到的需要都做标准化吧？如果对y也做标准化，预测结果y_pred是不是还要反向还原回去?

Answer 1

liuyubobobo 2019-06-25 23:08:56

在机器学习领域，在我们这个课程的算法中，以预测为目的，不需要对y做标准化。每一组特征对应一个y值，因为y只有一个值，所以不存在我在课程4-7小节所讲的“尺度问题”。对y做标准化，只是特征映射的结果改变了而已。以线性回归为例，最终影响的只是求出的theta值的大小而已，不会影响准确度：）

继续加油！：）

• 提问者 weixin_慕少409219 #1

  n_iters在梯度下降法和随机梯度下降法中一般取多少值？随机梯度下降法中我取了3、4，按说每个样本都循环了好几遍，结果还是发散的，取100以上可以收敛

• liuyubobobo 回复 提问者 weixin_慕少409219 #2

  不同的数据，取之不同，没有“通常值”，这是梯度下降法所需要的超参数。一般我至少要保证循环总是在千次至万次这个级别，对一般计算机不应该是负担。课程中讲解随机梯度下降法，使用了一个很小的值，是为了体现随机梯度下降法的“威力”，毕竟，课程中使用的数据很简单：）

• 提问者 weixin_慕少409219 #3

  非常感谢！