我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员,你想根据两次考试的结构来决定每个申请人的录取机会。你有以前申请人的历史数据,你可以用它作为逻辑回归的训练集。对于每一个培训的例子,你有两个考试的申请人的分数和录取决定。为了做到这一点,我们将建立一个分类模型,根据考试成绩估计入学概率。
一、可视化数据 visualizing the data
#数据分析三大件
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#从文件中导入数据
data = pd.read_csv('ex2data1.txt', names=['Exam 1', 'Exam 2', 'Admitted'])
#定义画图函数plot_data(X,y)
def plot_data(data):
positive=data[data['Admitted']==1]
negative=data[data['Admitted']==0]
#将数据在画布上查看,直观看下数据的分布
fig,ax=plt.subplots(figsize=(7,5))#figsize()指定画板的大小
ax.scatter(positive['Exam 1'],positive['Exam 2'],s=50,c='r',marker='x',label='Admitted')#scatter()画出散点图
ax.scatter(negative['Exam 1'],negative['Exam 2'],s=50,c='b',marker='o',label='Not Admitted')#s:标记大小。c:标记颜色。marker:标记样式。
ax.legend()#添加图列就是右上角的点说明
plt.xlabel('Exam 1 score')
plt.ylabel('Exam 2 score')
plt.show()
plot_data(data)
运行结果:
二、数据的处理
目标:建立分类器(求出三个参数theta1,theta2,theta3)
设定阈值,根据阈值判断录取结果。
要完成的模块:
1、sigmoid:映射到概率的函数
2、model:返回预测结果
3、cost:根据参数计算损失
4、gradient:计算每个参数的梯度方向
5、descent:进行参数更新
6、accuracy:计算精度
模块一 sigmoid:映射到概率的函数
sigmoid函数 g ( z ) = 1 1 + e − z g(z)=\frac{1}{1+e^{-z}} g(z)=1+e−z1
#定义sigmoid函数
def sigmoid(z):
return 1/(1+np.exp(-z))
x1 = np.arange(-10, 10, 0.1)
plt.plot(x1, sigmoid(x1), c='r')
plt.show()
运行结果:
模块二 model:返回预测结果
模型函数:
h
θ
=
g
(
z
)
=
1
1
+
e
−
θ
T
x
h_\theta=g(z)=\frac{1}{1+e^{-\theta^Tx}}
hθ=g(z)=1+e−θTx1
其中
θ
0
+
θ
1
x
1
+
,
.
.
.
,
+
θ
n
x
n
=
∑
i
=
1
n
θ
i
x
i
=
θ
T
x
\theta_0+\theta_1x_1 +,...,+\theta_nx_n=\sum_{i=1}^n\theta_ix_i=\theta^Tx
θ0+θ1x1+,...,+θnxn=∑i=1nθixi=θTx
数据处理时需要对X矩阵添加一列1的原因:
#定义预测函数
def model(X,theta):
h=sigmoid(np.dot(X,theta.T))
return h
#数据处理
data.insert(0,'ones',1)#添加一列值为1
orig_data=data.as_matrix()
cols=orig_data.shape[1]#1表示数据的列数,0表示数据的行数
X=orig_data[:,0:cols-1]
y=orig_data[:,cols-1:cols]
theta=np.zeros([1,3])#初始化参数
模块三 cost:根据参数计算损失
#定义损失函数
def cost(X,y,theta):
left=np.multiply(-y,np.log(model(X,theta)))
right=np.multiply(1-y,np.log(1-model(X,theta)))
return np.mean(left-right)
print(cost(X,y,theta))
运行结果:0.69314718056
模块四 gradient:计算每个参数的梯度方向
#计算梯度
def gradient(X,y,theta):
grad=np.zeros(theta.shape)
error=(model(X,theta)-y).ravel()
for j in range(len(theta.ravel())):
term=np.multiply(error,X[:,j])
grad[0,j]=np.mean(term)
return grad
模块五 descent:进行参数更新
比较三种梯度下降方式:
设定三种不同的停止策略:
STOP_ITER=0#根据设定的迭代次数停止
STOP_COST=1#根据损失值目标函数的变化,如果没有什么变化了就停止
STOP_GRAG=2#根据梯度,迭代中两次的梯度没什么变化,可以停止
def stopCriterion(type,value,threshold):
#设定三种不同的停止策略
if type==STOP_ITER:
return value>threshold
elif type==STOP_COST:
return abs(value[-1]-value[-2])<threshold
elif type==STOP_GRAD:
return np.linalg.norm(value)<threshold
import numpy.random#随机模块
#洗牌
def shuffleData(data):
np.random.shuffle(data)
cols=data.shape[1]
X=data[:,0:cols-1]
y=data[:,cols-1:cols]
return X,y
设定参数更新函数:
import time
def descent(data,theta,batchSize,stopType,thresh,alpha):
#梯度下降求解
init_time=time.time()
i=0#迭代次数
k=0#batch
X,y=shuffleData(data)
grad=np.zeros(theta.shape)#计算的梯度
costs=[cost(X,y,theta)]#损失值
while True:
grad=gradient(X[k:k+batchSize],y[k:k+batchSize],theta)
k+=batchSize#取batch数量个数据
if k>=n:
k=0
X,y=shuffleData(data)#重新洗牌
theta=theta-alpha*grad#参数更新
costs.append(cost(X,y,theta))#计算新的损失
i+=1
if stopType == STOP_ITER: value = i
elif stopType == STOP_COST: value = costs
elif stopType == STOP_GRAD: value = grad
if stopCriterion(stopType, value, thresh): break
return theta, i-1, costs, grad, time.time()-init_time
画出损失函数和迭代次数的图像:
def runExpe(data, theta, batchSize, stopType, thresh, alpha):
#import pdb; pdb.set_trace();
theta, iter, costs, grad, dur = descent(data, theta, batchSize, stopType, thresh, alpha)
name = "Original" if (data[:,1]>2).sum() > 1 else "Scaled"
name += " data - learning rate: {} - ".format(alpha)
if batchSize==n:
strDescType = "Gradient"#批量梯度下降
elif batchSize==1:
strDescType = "Stochastic"#随机梯度下降
else:
strDescType = "Mini-batch ({})".format(batchSize)#小批量梯度下降
name += strDescType + " descent - Stop: "
if stopType == STOP_ITER: strStop = "{} iterations".format(thresh)
elif stopType == STOP_COST: strStop = "costs change < {}".format(thresh)
else: strStop = "gradient norm < {}".format(thresh)
name += strStop
print ("***{}\nTheta: {} - Iter: {} - Last cost: {:03.2f} - Duration: {:03.2f}s".format(
name, theta, iter, costs[-1], dur))
fig, ax = plt.subplots(figsize=(12,4))
ax.plot(np.arange(len(costs)), costs, 'r')
ax.set_xlabel('Iterations')
ax.set_ylabel('Cost')
ax.set_title(name.upper() + ' - Error vs. Iteration')
return theta
对比1:批量梯度下降方法中不同停止策略的区别
(1)根据设定的迭代次数停止STOP_ITER=0
n=100
runExpe(orig_data,theta,n,STOP_ITER,thresh=5000,alpha=0.000001)
运行结果:
***Original data - learning rate: 1e-06 - Gradient descent - Stop: 5000 iterations
Theta: [[-0.00027127 0.00705232 0.00376711]] - Iter: 5000 - Last cost: 0.63 - Duration: 1.26s
(2)根据损失值停止STOP_COST=1
设置阈值1E-6,差不多需要110000次迭代
runExpe(orig_data,theta,n,STOP_COST,thresh=0.000001,alpha=0.001)
运行结果:
***Original data - learning rate: 0.001 - Gradient descent - Stop: costs change < 1e-06
Theta: [[-5.13364014 0.04771429 0.04072397]] - Iter: 109901 - Last cost: 0.38 - Duration: 28.30s
(3)根据梯度变化停止 STOP_GRAG=2
设定阈值0.05,差不多需要迭代40000次
runExpe(orig_data,theta,n,STOP_GRAD,thresh=0.05,alpha=0.001)
运行结果:
***Original data - learning rate: 0.001 - Gradient descent - Stop: gradient norm < 0.05
Theta: [[-2.37033409 0.02721692 0.01899456]] - Iter: 40045 - Last cost: 0.49 - Duration: 9.90s
对比二:对比不同的梯度下降方法
(1)批量梯度下降方法如上
(2)随机梯度下降
runExpe(orig_data,theta,1,STOP_ITER,thresh=5000,alpha=0.001)
运行结果:
***Original data - learning rate: 0.001 - Stochastic descent - Stop: 5000 iterations
Theta: [[-0.36916674 -0.02367222 -0.02731772]] - Iter: 5000 - Last cost: 2.52 - Duration: 0.48s
有点爆炸,很不稳定,再来试试把学习率调小一些:
runExpe(orig_data,theta,1,STOP_ITER,thresh=15000,alpha=0.000002)
运行结果:
***Original data - learning rate: 2e-06 - Stochastic descent - Stop: 15000 iterations
Theta: [[-0.00202109 0.01001772 0.00096959]] - Iter: 15000 - Last cost: 0.63 - Duration: 1.33s
速度快,但是稳定性差,需要很小的学习率。
(3)小批量梯度下降Min-batch descent
runExpe(orig_data,theta,16,STOP_ITER,thresh=15000,alpha=0.001)
运行结果:
***Original data - learning rate: 0.001 - Mini-batch (16) descent - Stop: 15000 iterations
Theta: [[-1.03541165 0.02003969 0.00943366]] - Iter: 15000 - Last cost: 0.57 - Duration: 1.76s
浮动仍然比较大,我们来尝试下对数据进行标准化,将数据按其属性(按列进行)减去其均值,然后除以其方差。最后得到的结果是对每个属性、每列来说所有的数据都聚集在0附近,方差值为1。
from sklearn import preprocessing as pp
scaled_data=orig_data.copy()
scaled_data[:,1:3]=pp.scale(orig_data[:,1:3])
runExpe(scaled_data,theta,1,STOP_ITER,thresh=5000,alpha=0.001)
运行结果:
***Scaled data - learning rate: 0.001 - Stochastic descent - Stop: 5000 iterations
Theta: [[ 0.30841324 0.86494224 0.77388235]] - Iter: 5000 - Last cost: 0.38 - Duration: 0.63s
它好多了!原始数据,只能达到0.61,而我们得到了0.38个在这里!所以对数据做预处理是非常重要的。
增加迭代次数,更多的迭代次数会使损失下降的更多。
runExpe(scaled_data,theta,n,STOP_GRAD,thresh=0.05,alpha=0.001)
运行结果:
***Scaled data - learning rate: 0.001 - Gradient descent - Stop: gradient norm < 0.05
Theta: [[ 0.69713983 1.83198145 1.65469224]] - Iter: 21606 - Last cost: 0.26 - Duration: 5.83s
用处理过的数据,用较小的迭代次数就可以达到较好的效果,因此要首先对数据进行处理。
runExpe(scaled_data,theta,16,STOP_GRAD,thresh=0.002*2,alpha=0.001)
运行结果:
***Scaled data - learning rate: 0.001 - Mini-batch (16) descent - Stop: gradient norm < 0.004
Theta: [[ 1.02628476 2.53969347 2.32749294]] - Iter: 53226 - Last cost: 0.22 - Duration: 7.53s
小批量梯度下降对比其他方法,运行次数少,运行结果较好。
模块六 accuracy:计算精度
#设定阈值,设定0.5,预测概率大于等于0.5的值为1,小于0.5的值为0,来进行分类
def predict(X, theta):
return [1 if x >= 0.5 else 0 for x in model(X, theta)]
scaled_X = scaled_data[:, :3]
y = scaled_data[:, 3]
predictions = predict(scaled_X, theta)
correct = [1 if ((a == 1 and b == 1) or (a == 0 and b == 0)) else 0 for (a, b) in zip(predictions, y)]
accuracy = (sum(map(int, correct)) % len(correct))
print ('accuracy = {0}%'.format(accuracy))