#' Optimizarea stochastica pentru Gradient Descent
#'
#' @param X este setul de date
#' @param y este labelul asociat
#' @param w este vectorul initial de ponderi
#' @param eta este rata de invatare
#' @param eps este performanta asteptata a antrenarii
#' @param verbose este parametrul care, setat la TRUE, ofera detalii in timp real despre implementare, dar numai pentru vectori din X bidimensionali
#' @example
#' stochastic_gradient_descent(X, y, rep(0, dim(X)[2]), eta = 1e-6, eps = 1e-5, verbose = TRUE)
stochastic_gradient_descent <- function(X, y, w, eta, eps, verbose) {
if (verbose == TRUE) {
minimum = c()
}
while (TRUE) {
i <- sample(1:dim(X)[1], 1)
X_local <- X[i, ]
y_local <- y[i]
wn <- w + 2/dim(X)[1] * eta * (y_local - X_local * w) * X_local
w <- wn
RSSw <- -1/dim(X)[2] * t(X) %*% (y - X %*% w)
if (verbose == TRUE) {
minimum = c(minimum, RSSw)
# print(norm(RSSw, "2"))
}
if (abs(norm(RSSw, "2")) < eps)
{
break;
}
}
if (verbose == TRUE) {
plot_for_verbose(X[, 2:dim(X)[2]], y, w, minimum, "SGD")
}
return(w)
}
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.