随机梯度下降法matlab

以下是一个简单的随机梯度下降算法的MATLAB代码示例：

% 随机梯度下降算法
% 输入：
% X：m * n 的矩阵，m 是样本数，n 是特征数
% y：m * 1 的向量，样本标签
% alpha：学习率
% max_iter：最大迭代次数
% 输出：
% theta：n * 1 的参数向量

function theta = stochastic_gradient_descent(X, y, alpha, max_iter)
[m, n] = size(X);
theta = zeros(n, 1);

for i = 1:max_iter
    % 随机选取一个样本
    sample_idx = randi(m);
    x_i = X(sample_idx, :)';
    y_i = y(sample_idx);
    
    % 计算梯度
    grad = (x_i * theta - y_i) .* x_i;
    
    % 更新参数
    theta = theta - alpha * grad;
end
end

使用示例：

% 生成随机数据
m = 1000;
n = 10;
X = randn(m, n);
y = randn(m, 1);

% 调用随机梯度下降算法
alpha = 0.01;
max_iter = 1000;
theta = stochastic_gradient_descent(X, y, alpha, max_iter);

% 输出结果
disp(theta);