Verschiedene Ergebnisse in numpy vs Matlab

Question

Ich versuche, einen Gradienten-Abstieg-Algorithmus zu implementieren, der zuvor in Matlab in Python mit numpy geschrieben wurde, aber ich bekomme eine Reihe von ähnlichen, aber unterschiedlichen Ergebnissen.

Hier ist der MATLAB-Code

function [theta] = gradientDescentMulti(X, y, theta, alpha, num_iters) 

m = length(y); 
num_features = size(X,2); 
for iter = 1:num_iters; 
    temp_theta = theta; 
    for i = 1:num_features 
     temp_theta(i) = theta(i)-((alpha/m)*(X * theta - y)'*X(:,i)); 
    end 
    theta = temp_theta; 
end 


end 

und meine Python-Version

def gradient_descent(X,y, alpha, trials): 

    m = X.shape[0] 
    n = X.shape[1] 
    theta = np.zeros((n, 1)) 

    for i in range(trials): 

     temp_theta = theta 
     for p in range(n): 
      thetaX = np.dot(X, theta) 
      tMinY = thetaX-y 
      temp_theta[p] = temp_theta[p]-(alpha/m)*np.dot(tMinY.T, X[:,p:p+1]) 

     theta = temp_theta 

    return theta 

Testfall und die Ergebnisse in Matlab

X = [1 2 1 3; 1 7 1 9; 1 1 8 1; 1 3 7 4] 
y = [2 ; 5 ; 5 ; 6]; 
[theta] = gradientDescentMulti(X, y, zeros(4,1), 0.01, 1); 

theta = 

    0.0450 
    0.1550 
    0.2225 
    0.2000 

Testfall und führen in Python

test_X = np.array([[1,2,1,3],[1,7,1,9],[1,1,8,1],[1,3,7,4]]) 
test_y = np.array([[2], [5], [5], [6]]) 
theta, cost = gradient_descent(test_X, test_y, 0.01, 1) 
print theta 
>>[[ 0.045  ] 
    [ 0.1535375 ] 
    [ 0.20600144] 
    [ 0.14189214]] 

Answer 1

Diese Zeile in Python:

temp_theta = theta 

nicht tut, was Sie denken, es tut. Es erstellt keine Kopie von theta und "weist" es der "Variablen" temp_theta zu - es sagt nur "temp_theta ist jetzt ein neuer Name für das Objekt, das derzeit von theta benannt wird".

Also, wenn Sie temp_theta hier ändern:

 temp_theta[p] = temp_theta[p]-(alpha/m)*np.dot(tMinY.T, X[:,p:p+1]) 

Sie tatsächlich theta modifizieren - denn es gibt nur die eine Reihe, jetzt mit zwei Namen.

Wenn Sie stattdessen

temp_theta = theta.copy() 

schreiben werden Sie so etwas wie

(3.5) dsm@notebook:~/coding$ python peter.py 
[[ 0.045 ] 
[ 0.155 ] 
[ 0.2225] 
[ 0.2 ]] 

erhalten, die Ihre Matlab Ergebnisse übereinstimmt.