简介
随机梯度下降（Stochastic Gradient Descent，SGD）是机器学习中一种常用的优化算法。它是梯度下降算法的一种变体，在每次迭代时使用随机选择的训练数据子集。这使得它在计算上效率很高，适合处理大型数据集。在本实验中，我们将逐步介绍如何使用 scikit-learn 在 Python 中实现 SGD。
虚拟机使用提示
虚拟机启动完成后，点击左上角切换到笔记本标签页，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。
导入库
首先，我们需要为本实验导入必要的库，包括 scikit-learn。
import numpy as np
from sklearn.linear_model import SGDClassifier
from sklearn.datasets import load_iris
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
加载数据
接下来，我们将从 scikit-learn 中加载鸢尾花数据集。这个数据集是一个经典的机器学习数据集，由鸢尾花的测量数据及其物种标签组成。
iris = load_iris()
X = iris.data
y = iris.target
数据预处理
在应用随机梯度下降（SGD）之前，对数据进行预处理通常是有益的。在这种情况下，我们将使用 scikit-learn 的 StandardScaler 对特征进行标准化。
scaler = StandardScaler()
X = scaler.fit_transform(X)
划分数据
我们将把数据集划分为训练集和测试集。训练集将用于训练随机梯度下降（SGD）分类器，而测试集将用于评估其性能。
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
训练分类器
现在我们可以使用 scikit-learn 的 SGDClassifier 类来创建并训练随机梯度下降（SGD）分类器。我们将使用“铰链”损失函数，它通常用于线性分类器。
clf = SGDClassifier(loss='hinge', random_state=42)
clf.fit(X_train, y_train)
进行预测
一旦分类器训练完成，我们就可以用它对新数据进行预测。在这里，我们将用它来预测测试集的目标类别。
y_pred = clf.predict(X_test)
评估性能
最后，我们将通过计算分类器在测试集上预测的准确率来评估其性能。
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
总结
在本实验中，我们学习了如何使用 scikit-learn 实现随机梯度下降（SGD）。我们加载了鸢尾花数据集，对数据进行预处理，将其拆分为训练集和测试集，训练了一个 SGD 分类器，进行了预测，并评估了分类器的性能。SGD 是一种强大的优化算法，在机器学习中广泛用于解决大规模问题。