手动实现西瓜书课后习题3.3对数几率回归分类
西瓜书课后习题3.3对西瓜数据集实现对数几率回归,完成对数据集的分类,输出分类精度
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
path = r'C:\Users\Documents\WeChat Files\wxid_d76e8odqe93l22\FileStorage\File\2020-03\课后习题3.3_西瓜数据集3.0α.xlsx'
melon = pd.read_excel(path)
melon['好瓜'] = melon['好瓜'].map({'是':1,'否':0}) #将类别标签置换成0,1分类
label=np.array(melon['好瓜'])
labels=label.reshape(17,1) #对标签reshape方便后续运算
data=np.array(melon[['密度','含糖率']])
def sigmoid(z):
return 1.0 / (1 + np.exp(-z)) #定义sigmoid函数
b=np.ones((len(melon),1))
data = np.c_[b,data] #添加常数项
w=np.ones((3,1)) #初始化参数
n=0.01 #学习率
for i in range(500000):
y = sigmoid(data.dot(w))
m = y-labels #计算误差值
w = w-data.transpose().dot(m)*n #误差反传更新参数,梯度下降算法
print(np.abs(m).sum()) #打印误差值
plt.scatter(data[:, 1], data[:, 2], c=label, cmap=plt.cm.Spectral)
x=np.linspace(0,1,100)
y=-(w[1]*x+w[0])/w[2]
plt.plot(x,y)
plt.rcParams['font.sans-serif']=['SimHei']
plt.xlabel('密度')
plt.ylabel('含糖率')
plt.show() #可视化,查看分类结果
误差值之和:5.903888797109145
可视化分类结果,直线上方为1类,下方为2类
分类准确率为70.6%
对分类结果不太满意,继续添加参数,添加密度平方项,再进行对数几率回归
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
path = r'C:\Users\Documents\WeChat Files\wxid_d76e8odqe93l22\FileStorage\File\2020-03\课后习题3.3_西瓜数据集3.0α.xlsx'
melon = pd.read_excel(path)
melon['好瓜'] = melon['好瓜'].map({'是':1,'否':0})
label=np.array(melon['好瓜'])
labels=label.reshape(17,1)
data=np.array(melon[['密度','含糖率']])
def sigmoid(z):
return 1.0 / (1 + np.exp(-z))
b=np.ones((len(melon),1))
data = np.c_[b,data]
x2=np.square(data[:,[1]])
data = np.c_[data,x2] #添加密度的平方项
w=np.ones((4,1))
n=0.01
for i in range(500000):
y = sigmoid(data.dot(w))
m = y-labels
w = w-data.transpose().dot(m)*n
print(np.abs(m).sum())
plt.scatter(data[:, 1], data[:, 2], c=label, cmap=plt.cm.Spectral)
x=np.linspace(0,1,100)
y=-(w[1]*x+w[0]+w[3]*x*x)/w[2]
plt.plot(x,y)
plt.ylim(0., 0.5)
plt.rcParams['font.sans-serif']=['SimHei']
plt.xlabel('密度')
plt.ylabel('含糖率')
plt.show()
误差值之和:4.4156484190286545
分类准确率82.4%