梯度下降返回 nan

Question

我需要编写一个函数来获得数据集的曲线拟合。下面的代码是我所拥有的。它尝试使用梯度下降来找到最适合数据的多项式系数。

//solves for y using the form y = a + bx + cx^2 ...
double calc_polynomial(int degree, double x, double* coeffs) {
    double y = 0;

    for (int i = 0; i <= degree; i++)
        y += coeffs[i] * pow(x, i);

    return y;
}

//find polynomial fit
//returns an array of coefficients degree + 1 long
double* poly_fit(double* x, double* y, int count, int degree, double learningRate, int iterations) {
    double* coeffs = malloc(sizeof(double) * (degree + 1));
    double* sums = malloc(sizeof(double) * (degree + 1));

    for (int i = 0; i <= degree; i++)
        coeffs[i] = 0;

    for (int i = 0; i < iterations; i++) {
        //reset sums each iteration
        for (int j = 0; j <= degree; j++)
            sums[j] = 0;

        //update weights
        for (int j = 0; j < count; j++) {
            double error = calc_polynomial(degree, x[j], coeffs) - y[j];

            //update sums
            for (int k = 0; k <= degree; k++)
                sums[k] += error * pow(x[j], k);
        }

        //subtract sums
        for (int j = 0; j <= degree; j++)
            coeffs[j] -= sums[j] * learningRate;
    }

    free(sums);

    return coeffs;
}

还有我的测试代码：

double x[] = { 0, 1, 2, 3, 4 };
double y[] = { 5, 3, 2, 3, 5 };
int size = sizeof(x) / sizeof(*x);

int degree = 1;
double* coeffs = poly_fit(x, y, size, degree, 0.01, 1000);

for (int i = 0; i <= degree; i++)
    printf("%lf\n", coeffs[i]);

以上代码在 degree = 1 时有效，但任何更高的值都会导致系数返回为 nan。

我也试过更换

coeffs[j] -= sums[j] * learningRate;

和

coeffs[j] -= (1/count) * sums[j] * learningRate;

但后来我得到了 0 而不是 nan。

有人知道我做错了什么吗？

Answer 1

我尝试了 degree = 2, iteration = 10 并得到了 nan 以外的结果（值大约几千）向 iteration 添加一个似乎使结果的大小在那之后增加了大约 3 倍.

根据这个观察，我猜测结果乘以 count。

表达式中

coeffs[j] -= (1/count) * sums[j] * learningRate;

1和count都是整数，所以整数除法在1/count中完成，如果count 大于 1.

除此之外，您可以将乘法结果除以 count。

coeffs[j] -= sums[j] * learningRate / count;

另一种方法是使用 1.0（double 值）而不是 1。

coeffs[j] -= (1.0/count) * sums[j] * learningRate;

Answer 2

旁白：

候选 NAN 来源正在添加相反符号的值，其中 1 是无穷大。鉴于 OP 正在使用 pow(x, k)，它增长迅速，使用其他技术有帮助。

考虑链式乘法而不是 pow()。结果通常在数值上更稳定。 calc_polynomial() 例如：

double calc_polynomial(int degree, double x, double* coeffs) {
  double y = 0;
  // for (int i = 0; i <= degree; i++)
  for (int i = degree; i >= 0; i--)
    //y += coeffs[i] * pow(x, i);
    y = y*x + coeffs[i];
  }
  return y;
}

类似的代码可用于 main() 正文。

梯度下降返回 nan

Gradient descent returning nan

c

machine-learning

gradient-descent