本文知识点:
- 什么是指数加权平均?
- 为什么在优化算法中使用指数加权平均?
- β 如何选择?
1. 什么是指数加权平均
指数加权平均(exponentially weighted averges),也叫指数加权移动平均,是一种常用的序列数据处理方式。
它的计算公式如下:
其中,
- θt θ t :为第 t 天的实际观察值,
- Vt V t : 是要代替 θt θ t 的估计值,也就是第 t 天的指数加权平均值,
- β: 为 Vt−1 V t − 1 的权重,是可调节的超参。( 0 < β < 1 )
例如:
我们有这样一组气温数据,图中横轴为一年中的第几天,纵轴为气温:
直接看上面的数据图会发现噪音很多,
这时,我们可以用 指数加权平均 来提取这组数据的趋势,
按照前面的公式计算:
这里先设置 β = 0.9,首先初始化 V0=0 V 0 = 0 ,然后计算出每个