全批量在每一次对回归系数进行更新时,都要遍历整组的所有数据,这样的算法对于小的数据集来说是可行的,但是当有数以百万计的样本、数以千计的特征时,这种方法就会变得非常复杂。而随机梯度递增则是一次只使用一个采样点进行回归系数的更新,从而使算法的运算量大为降低,收敛速度也得到了明显的改善。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。