目录
- 机器学习算法 Python 实现
一、线性回归
1、代价函数
- 其中:
- 下面就是要求出 theta,使代价最小,即代表我们拟合出来的方程距离真实值最近
- 共有 m 条数据,其中代表我们要拟合出来的方程到真实值距离的平方,平方的原因是因为可能有负值,正负可能会抵消
- 前面有系数
2
的原因是下面求梯度是对每个变量求偏导,2
可以消去 - 实现代码:
# 计算代价函数 def computerCost(X,y,theta): m = len(y) J = 0
J = (np.transpose(X*theta-y))*(X*theta-y)/(2*m) #计算代价J return J
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 注意这里的 X 是真实数据前加了一列 1,因为有 theta(0)
2、梯度下降算法
- 代价函数对求偏导得到:
- 所以对 theta 的更新可以写为:
- 其中为学习速率,控制梯度下降的速度,一般取 0.01,0.03,0.1,0.3…
- 为什么梯度下降可以逐步减小代价函数
- 假设函数
f(x)
- 泰勒展开:
f(x+△x)=f(x)+f'(x)*△x+o(△x)
- 令:
△x=-α*f'(x)
,即负梯度方向乘以一个很小的步长α
- 将
△x
代入泰勒展开式中:f(x+x)=f(x)-α*[f'(x)]+o(△x)
- 可以看出,
α
是取得很小的正数,[f'(x)]
也是正数,所以可以得出:f(x+△x)<=f(x)
- 所以沿着负梯度放下,函数在减小,多维情况一样。
- 实现代码
# 梯度下降算法 def gradientDescent(X,y,theta,alpha,num_iters): m = len(y) n = len(theta)
temp = np.matrix(np.zeros((n,num_iters))) # 暂存每次迭代计算的theta,转化为矩阵形式 J_history = np.zeros((num_iters,1)) #记录每次迭代计算的代价值 for i in range(num_iters): # 遍历迭代次数 h = np.dot(X,theta) # 计算内积,matrix可以直接乘 temp[:,i] = theta - ((alpha/m)*(np.dot(np.transpose(X),h-y))) #梯度的计算 theta = temp[:,i] J_history[i] = computerCost(X,y,theta) #调用计算代价函数 print '.', return theta,J_history
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
3、均值归一化
- 目的是使数据都缩放到一个范围内,便于使用梯度下降算法
- 其中 为所有此 feture 数据的平均值
- 可以是最大值-最小值,也可以是这个 feature 对应的数据的标准差
- 实现代码:
# 归一化feature def featureNormaliza(X): X_norm = np.array(X) #将X转化为numpy数组对象,才可以进行矩阵的运算 #定义所需变量 mu = np.zeros((1,X.shape[1])) sigma = np.zeros((1,X.shape[1]))
mu = np.mean(X_norm,0) # 求每一列的平均值(0指定为列,1代表行) sigma = np.std(X_norm,0) # 求每一列的标准差 for i in range(X.shape[1]): # 遍历列 X_norm[:,i] = (X_norm[:,i]-mu[i])/sigma[i] # 归一化 return X_norm,mu,sigma
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 注意预测的时候也需要均值归一化数据
4、最终运行结果
- 代价随迭代次数的变化
5、使用 scikit-learn 库中的线性模型实现
- 导入包
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler #引入缩放的包
- 1
- 2
- 归一化
# 归一化操作
scaler = StandardScaler()
scaler.fit(X)
x_train = scaler.transform(X)
x_test = scaler.transform(np.array([1650,3]))
- 1
- 2
- 3
- 4
- 5
- 线性模型拟合
# 线性模型拟合
model = linear_model.LinearRegression()
model.fit(x_train, y)
- 1
- 2
- 3
- 预测
#预测结果
result = model.predict(x_test)
- 1
- 2
二、逻辑回归
1、代价函数
- 可以综合起来为:
其中:
- 为什么不用线性回归的代价函数表示,因为线性回归的代价函数可能是非凸的,对于分类问题,使用梯度下降很难得到最小值,上面的代价函数是凸函数
- 的图像如下,即
y=1
时:
可以看出,当趋于 1
,y=1
,与预测值一致,此时付出的代价 cost
趋于 0
,若趋于 0
,y=1
,此时的代价 cost
值非常大,我们最终的目的是最小化代价值
- 同理的图像如下(
y=0
):
2、梯度
- 同样对代价函数求偏导:
可以看出与线性回归的偏导数一致 - 推到过程
3、正则化
- 目的是为了防止过拟合
- 在代价函数中加上一项
- 注意 j 是重 1 开始的,因为 theta(0)为一个常数项,X 中最前面一列会加上 1 列 1,所以乘积还是 theta(0),feature 没有关系,没有必要正则化
- 正则化后的代价:
# 代价函数 def costFunction(initial_theta,X,y,inital_lambda): m = len(y) J = 0
h = sigmoid(np.dot(X,initial_theta)) # 计算h(z) theta1 = initial_theta.copy() # 因为正则化j=1从1开始,不包含0,所以复制一份,前theta(0)值为0 theta1[0] = 0 temp = np.dot(np.transpose(theta1),theta1) J = (-np.dot(np.transpose(y),np.log(h))-np.dot(np.transpose(1-y),np.log(1-h))+temp*inital_lambda/2)/m # 正则化的代价方程 return J
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 正则化后的代价的梯度
# 计算梯度 def gradient(initial_theta,X,y,inital_lambda): m = len(y) grad = np.zeros((initial_theta.shape[0]))
h = sigmoid(np.dot(X,initial_theta))# 计算h(z) theta1 = initial_theta.copy() theta1[0] = 0 grad = np.dot(np.transpose(X),h-y)/m+inital_lambda/m*theta1 #正则化的梯度 return grad
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
4、S 型函数(即)
- 实现代码:
# S型函数 def sigmoid(z): h = np.zeros((len(z),1)) # 初始化,与z的长度一置
h = 1.0/(1.0+np.exp(-z)) return h
- 1
- 2
- 3
- 4
- 5
- 6
5、映射为多项式
- 因为数据的 feture 可能很少,导致偏差大,所以创造出一些 feture 结合
- eg:映射为 2 次方的形式:
- 实现代码:
# 映射为多项式
def mapFeature(X1,X2):
degree = 3; # 映射的最高次方
out = np.ones((X1.shape[0],1)) # 映射后的结果数组(取代X)
'''
这里以degree=2为例,映射为1,x1,x2,x1^2,x1,x2,x2^2
'''
for i in np.arange(1,degree+1):
for j in range(i+1):
temp = X1**(i-j)*(X2**j) #矩阵直接乘相当于matlab中的点乘.*
out = np.hstack((out, temp.reshape(-1,1)))
return out
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
6、使用 scipy
的优化方法
- 梯度下降使用
scipy
中optimize
中的fmin_bfgs
函数 - 调用 scipy 中的优化算法 fmin_bfgs(拟牛顿法 Broyden-Fletcher-Goldfarb-Shanno
- costFunction 是自己实现的一个求代价的函数,
- initial_theta 表示初始化的值,
- fprime 指定 costFunction 的梯度
- args 是其余测参数,以元组的形式传入,最后会将最小化 costFunction 的 theta 返回
result = optimize.fmin_bfgs(costFunction, initial_theta, fprime=gradient, args=(X,y,initial_lambda))
- 1
7、运行结果
- data1 决策边界和准确度
- data2 决策边界和准确度
8、使用 scikit-learn 库中的逻辑回归模型实现
- 导入包
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import StandardScaler
from sklearn.cross_validation import train_test_split
import numpy as np
- 1
- 2
- 3
- 4
- 划分训练集和测试集
# 划分为训练集和测试集
x_train,x_test,y_train,y_test = train_test_split(X,y,test_size=0.2)
- 1
- 2
- 归一化
# 归一化
scaler = StandardScaler()
scaler.fit(x_train)
x_train = scaler.fit_transform(x_train)
x_test = scaler.fit_transform(x_test)
- 1
- 2
- 3
- 4
- 5
- 逻辑回归
#逻辑回归
model = LogisticRegression()
model.fit(x_train,y_train)
- 1
- 2
- 3
- 预测
# 预测 predict = model.predict(x_test) right = sum(predict == y_test)
predict = np.hstack((predict.reshape(-1,1),y_test.reshape(-1,1))) # 将预测值和真实值放在一块,好观察 print predict print ('测试集准确率:%f%%'%(right*100.0/predict.shape[0])) #计算在测试集上的准确度
- 1
- 2
- 3
- 4
- 5
- 6
- 7
逻辑回归_手写数字识别_OneVsAll
1、随机显示 100 个数字
- 我没有使用 scikit-learn 中的数据集,像素是 20*20px,彩色图如下
灰度图:
- 实现代码:
# 显示100个数字 def display_data(imgData): sum = 0 ''' 显示100个数(若是一个一个绘制将会非常慢,可以将要画的数字整理好,放到一个矩阵中,显示这个矩阵即可) - 初始化一个二维数组 - 将每行的数据调整成图像的矩阵,放进二维数组 - 显示即可 ''' pad = 1 display_array = -np.ones((pad+10*(20+pad),pad+10*(20+pad))) for i in range(10): for j in range(10): display_array[pad+i*(20+pad):pad+i*(20+pad)+20,pad+j*(20+pad):pad+j*(20+pad)+20] = (imgData[sum,:].reshape(20,20,order="F")) # order=F指定以列优先,在matlab中是这样的,python中需要指定,默认以行 sum += 1
plt.imshow(display_array,cmap='gray') #显示灰度图像 plt.axis('off') plt.show()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
2、OneVsAll
- 如何利用逻辑回归解决多分类的问题,OneVsAll 就是把当前某一类看成一类,其他所有类别看作一类,这样有成了二分类的问题了
- 如下图,把途中的数据分成三类,先把红色的看成一类,把其他的看作另外一类,进行逻辑回归,然后把蓝色的看成一类,其他的再看成一类,以此类推…
- 可以看出大于 2 类的情况下,有多少类就要进行多少次的逻辑回归分类
3、手写数字识别
- 共有 0-9,10 个数字,需要 10 次分类
- 由于数据集 y 给出的是
0,1,2...9
的数字,而进行逻辑回归需要0/1
的 label 标记,所以需要对 y 处理 - 说一下数据集,前
500
个是0
,500-1000
是1
,...
,所以如下图,处理后的y
,前 500 行的第一列是 1,其余都是 0,500-1000 行第二列是 1,其余都是 0…
- 然后调用梯度下降算法求解
theta
- 实现代码:
# 求每个分类的theta,最后返回所有的all_theta def oneVsAll(X,y,num_labels,Lambda): # 初始化变量 m,n = X.shape all_theta = np.zeros((n+1,num_labels)) # 每一列对应相应分类的theta,共10列 X = np.hstack((np.ones((m,1)),X)) # X前补上一列1的偏置bias class_y = np.zeros((m,num_labels)) # 数据的y对应0-9,需要映射为0/1的关系 initial_theta = np.zeros((n+1,1)) # 初始化一个分类的theta
# 映射y for i in range(num_labels): class_y[:,i] = np.int32(y==i).reshape(1,-1) # 注意reshape(1,-1)才可以赋值 #np.savetxt("class_y.csv", class_y[0:600,:], delimiter=',') '''遍历每个分类,计算对应的theta值''' for i in range(num_labels): result = optimize.fmin_bfgs(costFunction, initial_theta, fprime=gradient, args=(X,class_y[:,i],Lambda)) # 调用梯度下降的优化方法 all_theta[:,i] = result.reshape(1,-1) # 放入all_theta中 all_theta = np.transpose(all_theta) return all_theta
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
4、预测
- 之前说过,预测的结果是一个概率值,利用学习出来的
theta
代入预测的 S 型函数中,每行的最大值就是是某个数字的最大概率,所在的列号就是预测的数字的真实值,因为在分类时,所有为0
的将y
映射在第一列,为 1 的映射在第二列,依次类推 - 实现代码:
# 预测 def predict_oneVsAll(all_theta,X): m = X.shape[0] num_labels = all_theta.shape[0] p = np.zeros((m,1)) X = np.hstack((np.ones((m,1)),X)) #在X最前面加一列1
h = sigmoid(np.dot(X,np.transpose(all_theta))) #预测 ''' 返回h中每一行最大值所在的列号 - np.max(h, axis=1)返回h中每一行的最大值(是某个数字的最大概率) - 最后where找到的最大概率所在的列号(列号即是对应的数字) ''' p = np.array(np.where(h[0,:] == np.max(h, axis=1)[0])) for i in np.arange(1, m): t = np.array(np.where(h[i,:] == np.max(h, axis=1)[i])) p = np.vstack((p,t)) return p
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
5、运行结果
- 10 次分类,在训练集上的准确度:
6、使用 scikit-learn 库中的逻辑回归模型实现
- 1、导入包
from scipy import io as spio
import numpy as np
from sklearn import svm
from sklearn.linear_model import LogisticRegression
- 1
- 2
- 3
- 4
- 2、加载数据
data = loadmat_data("data_digits.mat")
X = data['X'] # 获取X数据,每一行对应一个数字20x20px
y = data['y'] # 这里读取mat文件y的shape=(5000, 1)
y = np.ravel(y) # 调用sklearn需要转化成一维的(5000,)
- 1
- 2
- 3
- 4
- 3、拟合模型
model = LogisticRegression()
model.fit(X, y) # 拟合
- 1
- 2
- 4、预测
predict = model.predict(X) #预测
print u"预测准确度为:%f%%"%np.mean(np.float64(predict == y)*100)
- 1
- 2
- 3
- 5、输出结果(在训练集上的准确度)
三、BP 神经网络
1、神经网络 model
- 先介绍个三层的神经网络,如下图所示
- 输入层(input layer)有三个 units(为补上的 bias,通常设为
1
) - 表示第
j
层的第i
个激励,也称为为单元 unit - 为第
j
层到第j+1
层映射的权重矩阵,就是每条边的权重
- 所以可以得到:
- 隐含层:
- 输出层
其中,S 型函数,也成为激励函数 - 可以看出 为 3x4 的矩阵,为 1x4 的矩阵
- ==》
j+1
的单元数 x(j
层的单元数 +1)
2、代价函数
- 假设最后输出的,即代表输出层有 K 个单元
- 其中,代表第
i
个单元输出 - 与逻辑回归的代价函数差不多,就是累加上每个输出(共有 K 个输出)
3、正则化
L
–> 所有层的个数- –> 第
l
层 unit 的个数 - 正则化后的代价函数为
- 共有
L-1
层, - 然后是累加对应每一层的 theta 矩阵,注意不包含加上偏置项对应的 theta(0)
- 正则化后的代价函数实现代码:
# 代价函数 def nnCostFunction(nn_params,input_layer_size,hidden_layer_size,num_labels,X,y,Lambda): length = nn_params.shape[0] # theta的中长度 # 还原theta1和theta2 Theta1 = nn_params[0:hidden_layer_size*(input_layer_size+1)].reshape(hidden_layer_size,input_layer_size+1) Theta2 = nn_params[hidden_layer_size*(input_layer_size+1):length].reshape(num_labels,hidden_layer_size+1)
# np.savetxt("Theta1.csv",Theta1,delimiter=',') m = X.shape[0] class_y = np.zeros((m,num_labels)) # 数据的y对应0-9,需要映射为0/1的关系 # 映射y for i in range(num_labels): class_y[:,i] = np.int32(y==i).reshape(1,-1) # 注意reshape(1,-1)才可以赋值 '''去掉theta1和theta2的第一列,因为正则化时从1开始''' Theta1_colCount = Theta1.shape[1] Theta1_x = Theta1[:,1:Theta1_colCount] Theta2_colCount = Theta2.shape[1] Theta2_x = Theta2[:,1:Theta2_colCount] # 正则化向theta^2 term = np.dot(np.transpose(np.vstack((Theta1_x.reshape(-1,1),Theta2_x.reshape(-1,1)))),np.vstack((Theta1_x.reshape(-1,1),Theta2_x.reshape(-1,1)))) '''正向传播,每次需要补上一列1的偏置bias''' a1 = np.hstack((np.ones((m,1)),X)) z2 = np.dot(a1,np.transpose(Theta1)) a2 = sigmoid(z2) a2 = np.hstack((np.ones((m,1)),a2)) z3 = np.dot(a2,np.transpose(Theta2)) h = sigmoid(z3) '''代价''' J = -(np.dot(np.transpose(class_y.reshape(-1,1)),np.log(h.reshape(-1,1)))+np.dot(np.transpose(1-class_y.reshape(-1,1)),np.log(1-h.reshape(-1,1)))-Lambda*term/2)/m return np.ravel(J)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
4、反向传播 BP
- 上面正向传播可以计算得到
J(θ)
,使用梯度下降法还需要求它的梯度 - BP 反向传播的目的就是求代价函数的梯度
- 假设 4 层的神经网络,记为–>
l
层第j
个单元的误差 - 没有,因为对于输入没有误差
- 反向传播计算梯度的过程为:
- 最后,即得到代价函数的梯度
- 实现代码:
# 梯度 def nnGradient(nn_params,input_layer_size,hidden_layer_size,num_labels,X,y,Lambda): length = nn_params.shape[0] Theta1 = nn_params[0:hidden_layer_size*(input_layer_size+1)].reshape(hidden_layer_size,input_layer_size+1).copy() # 这里使用copy函数,否则下面修改Theta的值,nn_params也会一起修改 Theta2 = nn_params[hidden_layer_size*(input_layer_size+1):length].reshape(num_labels,hidden_layer_size+1).copy() m = X.shape[0] class_y = np.zeros((m,num_labels)) # 数据的y对应0-9,需要映射为0/1的关系 # 映射y for i in range(num_labels): class_y[:,i] = np.int32(y==i).reshape(1,-1) # 注意reshape(1,-1)才可以赋值
'''去掉theta1和theta2的第一列,因为正则化时从1开始''' Theta1_colCount = Theta1.shape[1] Theta1_x = Theta1[:,1:Theta1_colCount] Theta2_colCount = Theta2.shape[1] Theta2_x = Theta2[:,1:Theta2_colCount] Theta1_grad = np.zeros((Theta1.shape)) #第一层到第二层的权重 Theta2_grad = np.zeros((Theta2.shape)) #第二层到第三层的权重 '''正向传播,每次需要补上一列1的偏置bias''' a1 = np.hstack((np.ones((m,1)),X)) z2 = np.dot(a1,np.transpose(Theta1)) a2 = sigmoid(z2) a2 = np.hstack((np.ones((m,1)),a2)) z3 = np.dot(a2,np.transpose(Theta2)) h = sigmoid(z3) '''反向传播,delta为误差,''' delta3 = np.zeros((m,num_labels)) delta2 = np.zeros((m,hidden_layer_size)) for i in range(m): #delta3[i,:] = (h[i,:]-class_y[i,:])*sigmoidGradient(z3[i,:]) # 均方误差的误差率 delta3[i,:] = h[i,:]-class_y[i,:] # 交叉熵误差率 Theta2_grad = Theta2_grad+np.dot(np.transpose(delta3[i,:].reshape(1,-1)),a2[i,:].reshape(1,-1)) delta2[i,:] = np.dot(delta3[i,:].reshape(1,-1),Theta2_x)*sigmoidGradient(z2[i,:]) Theta1_grad = Theta1_grad+np.dot(np.transpose(delta2[i,:].reshape(1,-1)),a1[i,:].reshape(1,-1)) Theta1[:,0] = 0 Theta2[:,0] = 0 '''梯度''' grad = (np.vstack((Theta1_grad.reshape(-1,1),Theta2_grad.reshape(-1,1)))+Lambda*np.vstack((Theta1.reshape(-1,1),Theta2.reshape(-1,1))))/m return np.ravel(grad)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
5、BP 可以求梯度的原因
- 实际是利用了
链式求导
法则 - 因为下一层的单元利用上一层的单元作为输入进行计算
- 大体的推导过程如下,最终我们是想预测函数与已知的
y
非常接近,求均方差的梯度沿着此梯度方向可使代价函数最小化。可对照上面求梯度的过程。
- 求误差更详细的推导过程:
6、梯度检查
- 检查利用
BP
求的梯度是否正确 - 利用导数的定义验证:
- 求出来的数值梯度应该与 BP 求出的梯度非常接近
- 验证 BP 正确后就不需要再执行验证梯度的算法了
- 实现代码:
# 检验梯度是否计算正确 # 检验梯度是否计算正确 def checkGradient(Lambda = 0): '''构造一个小型的神经网络验证,因为数值法计算梯度很浪费时间,而且验证正确后之后就不再需要验证了''' input_layer_size = 3 hidden_layer_size = 5 num_labels = 3 m = 5 initial_Theta1 = debugInitializeWeights(input_layer_size,hidden_layer_size); initial_Theta2 = debugInitializeWeights(hidden_layer_size,num_labels) X = debugInitializeWeights(input_layer_size-1,m) y = 1+np.transpose(np.mod(np.arange(1,m+1), num_labels))# 初始化y
y = y.reshape(-1,1) nn_params = np.vstack((initial_Theta1.reshape(-1,1),initial_Theta2.reshape(-1,1))) #展开theta '''BP求出梯度''' grad = nnGradient(nn_params, input_layer_size, hidden_layer_size, num_labels, X, y, Lambda) '''使用数值法计算梯度''' num_grad = np.zeros((nn_params.shape[0])) step = np.zeros((nn_params.shape[0])) e = 1e-4 for i in range(nn_params.shape[0]): step[i] = e loss1 = nnCostFunction(nn_params-step.reshape(-1,1), input_layer_size, hidden_layer_size, num_labels, X, y, Lambda) loss2 = nnCostFunction(nn_params+step.reshape(-1,1), input_layer_size, hidden_layer_size, num_labels, X, y, Lambda) num_grad[i] = (loss2-loss1)/(2*e) step[i]=0 # 显示两列比较 res = np.hstack((num_grad.reshape(-1,1),grad.reshape(-1,1))) print res
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
7、权重的随机初始化
- 神经网络不能像逻辑回归那样初始化
theta
为0
,因为若是每条边的权重都为 0,每个神经元都是相同的输出,在反向传播中也会得到同样的梯度,最终只会预测一种结果。 - 所以应该初始化为接近 0 的数
- 实现代码
# 随机初始化权重theta
def randInitializeWeights(L_in,L_out):
W = np.zeros((L_out,1+L_in)) # 对应theta的权重
epsilon_init = (6.0/(L_out+L_in))**0.5
W = np.random.rand(L_out,1+L_in)*2*epsilon_init-epsilon_init # np.random.rand(L_out,1+L_in)产生L_out*(1+L_in)大小的随机矩阵
return W
- 1
- 2
- 3
- 4
- 5
- 6
8、预测
- 正向传播预测结果
- 实现代码
# 预测 def predict(Theta1,Theta2,X): m = X.shape[0] num_labels = Theta2.shape[0] #p = np.zeros((m,1)) '''正向传播,预测结果''' X = np.hstack((np.ones((m,1)),X)) h1 = sigmoid(np.dot(X,np.transpose(Theta1))) h1 = np.hstack((np.ones((m,1)),h1)) h2 = sigmoid(np.dot(h1,np.transpose(Theta2)))
''' 返回h中每一行最大值所在的列号 - np.max(h, axis=1)返回h中每一行的最大值(是某个数字的最大概率) - 最后where找到的最大概率所在的列号(列号即是对应的数字) ''' #np.savetxt("h2.csv",h2,delimiter=',') p = np.array(np.where(h2[0,:] == np.max(h2, axis=1)[0])) for i in np.arange(1, m): t = np.array(np.where(h2[i,:] == np.max(h2, axis=1)[i])) p = np.vstack((p,t)) return p
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
9、输出结果
- 梯度检查:
- 随机显示 100 个手写数字
- 显示 theta1 权重
- 训练集预测准确度
- 归一化后训练集预测准确度
四、SVM 支持向量机
1、代价函数
- 在逻辑回归中,我们的代价为:
- 如图所示,如果
y=1
,cost
代价函数如图所示
- 当
y=0
时同样,用代替
- 最终得到的代价函数为:
最后我们想要 - 之前我们逻辑回归中的代价函数为:
可以认为这里的,只是表达形式问题,这里C
的值越大,SVM 的决策边界的margin
也越大,下面会说明
2、Large Margin
- 如下图所示,SVM 分类会使用最大的
margin
将其分开
- 先说一下向量内积
向量V
在向量u
上的投影的长度记为p
,则:向量内积:
根据向量夹角公式推导一下即可,- 前面说过,当
C
越大时,margin
也就越大,我们的目的是最小化代价函数J(θ)
,当margin
最大时,C
的乘积项要很小,所以近似为:
,
我们最后的目的就是求使代价最小的θ
- 由
可以得到:
,p
即为x
在θ
上的投影 - 如下图所示,假设决策边界如图,找其中的一个点,到
θ
上的投影为p
,则或者,若是p
很小,则需要很大,最后求的是large margin
3、SVM Kernel(核函数)
- 假设如图几个点,
令
- 高斯核函数的
σ
越小,f
下降的越快
- 最小化
J
求出θ
,
- 如果,==》预测
y=1
4、使用 scikit-learn
中的 SVM
模型代码
- 全部代码
- 线性可分的,指定核函数为
linear
:
'''data1——线性分类''' data1 = spio.loadmat('data1.mat') X = data1['X'] y = data1['y'] y = np.ravel(y) plot_data(X,y)
model = svm.SVC(C=1.0,kernel='linear').fit(X,y) # 指定核函数为线性核函数
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 非线性可分的,默认核函数为
rbf
'''data2——非线性分类''' data2 = spio.loadmat('data2.mat') X = data2['X'] y = data2['y'] y = np.ravel(y) plt = plot_data(X,y) plt.show()
model = svm.SVC(gamma=100).fit(X,y) # gamma为核函数的系数,值越大拟合的越好
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
5、运行结果
- 线性可分的决策边界:
- 线性不可分的决策边界:
五、K-Means 聚类算法
1、聚类过程
-
聚类属于无监督学习,不知道 y 的标记分为 K 类
-
K-Means 算法分为两个步骤
-
第一步:簇分配,随机选
K
个点作为中心,计算到这K
个点的距离,分为K
个簇 -
第二步:移动聚类中心:重新计算每个簇的中心,移动中心,重复以上步骤。
-
如下图所示:
-
随机分配的聚类中心
-
重新计算聚类中心,移动一次
-
最后
10
步之后的聚类中心
-
计算每条数据到哪个中心最近实现代码:
# 找到每条数据距离哪个类中心最近 def findClosestCentroids(X,initial_centroids): m = X.shape[0] # 数据条数 K = initial_centroids.shape[0] # 类的总数 dis = np.zeros((m,K)) # 存储计算每个点分别到K个类的距离 idx = np.zeros((m,1)) # 要返回的每条数据属于哪个类
'''计算每个点到每个类中心的距离''' for i in range(m): for j in range(K): dis[i,j] = np.dot((X[i,:]-initial_centroids[j,:]).reshape(1,-1),(X[i,:]-initial_centroids[j,:]).reshape(-1,1)) '''返回dis每一行的最小值对应的列号,即为对应的类别 - np.min(dis, axis=1)返回每一行的最小值 - np.where(dis == np.min(dis, axis=1).reshape(-1,1)) 返回对应最小值的坐标 - 注意:可能最小值对应的坐标有多个,where都会找出来,所以返回时返回前m个需要的即可(因为对于多个最小值,属于哪个类别都可以) ''' dummy,idx = np.where(dis == np.min(dis, axis=1).reshape(-1,1)) return idx[0:dis.shape[0]] # 注意截取一下
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 计算类中心实现代码:
# 计算类中心
def computerCentroids(X,idx,K):
n = X.shape[1]
centroids = np.zeros((K,n))
for i in range(K):
centroids[i,:] = np.mean(X[np.ravel(idx==i),:], axis=0).reshape(1,-1) # 索引要是一维的,axis=0为每一列,idx==i一次找出属于哪一类的,然后计算均值
return centroids
- 1
- 2
- 3
- 4
- 5
- 6
- 7
2、目标函数
- 也叫做失真代价函数
- 最后我们想得到:
- 其中表示第
i
条数据距离哪个类中心最近, - 其中即为聚类的中心
3、聚类中心的选择
- 随机初始化,从给定的数据中随机抽取 K 个作为聚类中心
- 随机一次的结果可能不好,可以随机多次,最后取使代价函数最小的作为中心
- 实现代码:(这里随机一次)
# 初始化类中心--随机取K个点作为聚类中心
def kMeansInitCentroids(X,K):
m = X.shape[0]
m_arr = np.arange(0,m) # 生成0-m-1
centroids = np.zeros((K,X.shape[1]))
np.random.shuffle(m_arr) # 打乱m_arr顺序
rand_indices = m_arr[:K] # 取前K个
centroids = X[rand_indices,:]
return centroids
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
4、聚类个数 K 的选择
- 聚类是不知道 y 的 label 的,所以不知道真正的聚类个数
- 肘部法则(Elbow method)
- 作代价函数
J
和K
的图,若是出现一个拐点,如下图所示,K
就取拐点处的值,下图此时K=3
- 若是很平滑就不明确,人为选择。
- 第二种就是人为观察选择
5、应用——图片压缩
- 将图片的像素分为若干类,然后用这个类代替原来的像素值
- 执行聚类的算法代码:
# 聚类算法 def runKMeans(X,initial_centroids,max_iters,plot_process): m,n = X.shape # 数据条数和维度 K = initial_centroids.shape[0] # 类数 centroids = initial_centroids # 记录当前类中心 previous_centroids = centroids # 记录上一次类中心 idx = np.zeros((m,1)) # 每条数据属于哪个类
for i in range(max_iters): # 迭代次数 print u'迭代计算次数:%d'%(i+1) idx = findClosestCentroids(X, centroids) if plot_process: # 如果绘制图像 plt = plotProcessKMeans(X,centroids,previous_centroids) # 画聚类中心的移动过程 previous_centroids = centroids # 重置 centroids = computerCentroids(X, idx, K) # 重新计算类中心 if plot_process: # 显示最终的绘制结果 plt.show() return centroids,idx # 返回聚类中心和数据属于哪个类
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
6、使用 scikit-learn 库中的线性模型实现聚类
- 导入包
from sklearn.cluster import KMeans
- 1
- 使用模型拟合数据
model = KMeans(n_clusters=3).fit(X) # n_clusters指定3类,拟合数据
- 1
- 聚类中心
centroids = model.cluster_centers_ # 聚类中心
- 1
7、运行结果
- 二维数据类中心的移动
- 图片压缩
六、PCA 主成分分析(降维)
1、用处
- 数据压缩(Data Compression),使程序运行更快
- 可视化数据,例如
3D-->2D
等 - …
2、2D–>1D,nD–>kD
- 如下图所示,所有数据点可以投影到一条直线,是投影距离的平方和(投影误差)最小
- 注意数据需要
归一化
处理 - 思路是找
1
个向量u
,所有数据投影到上面使投影距离最小 - 那么
nD-->kD
就是找k
个向量,所有数据投影到上面使投影误差最小 - eg:3D–>2D,2 个向量就代表一个平面了,所有点投影到这个平面的投影误差最小即可
3、主成分分析 PCA 与线性回归的区别
- 线性回归是找
x
与y
的关系,然后用于预测y
PCA
是找一个投影面,最小化 data 到这个投影面的投影误差
4、PCA 降维过程
- 数据预处理(均值归一化)
- 就是减去对应 feature 的均值,然后除以对应特征的标准差(也可以是最大值-最小值)
- 实现代码:
# 归一化数据 def featureNormalize(X): '''(每一个数据-当前列的均值)/当前列的标准差''' n = X.shape[1] mu = np.zeros((1,n)); sigma = np.zeros((1,n))
mu = np.mean(X,axis=0) sigma = np.std(X,axis=0) for i in range(n): X[:,i] = (X[:,i]-mu[i])/sigma[i] return X,mu,sigma
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 注意这里的
Σ
和求和符号不同 - 协方差矩阵
对称正定
(不理解正定的看看线代) - 大小为
nxn
,n
为feature
的维度 - 实现代码:
Sigma = np.dot(np.transpose(X_norm),X_norm)/m # 求Sigma
- 1
- 计算
Σ
的特征值和特征向量 - 可以是用
svd
奇异值分解函数:U,S,V = svd(Σ)
- 返回的是与
Σ
同样大小的对角阵S
(由Σ
的特征值组成)[注意:matlab
中函数返回的是对角阵,在python
中返回的是一个向量,节省空间] - 还有两个酉矩阵 U 和 V
- 注意:
svd
函数求出的S
是按特征值降序排列的,若不是使用svd
,需要按特征值大小重新排列U
- 降维
- 选取
U
中的前K
列(假设要降为K
维) Z
就是对应降维之后的数据- 实现代码:
# 映射数据 def projectData(X_norm,U,K): Z = np.zeros((X_norm.shape[0],K))
U_reduce = U[:,0:K] # 取前K个 Z = np.dot(X_norm,U_reduce) return Z
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 过程总结:
Sigma = X'*X/m
U,S,V = svd(Sigma)
Ureduce = U[:,0:k]
Z = Ureduce'*x
5、数据恢复
- 实现代码:
# 恢复数据
def recoverData(Z,U,K):
X_rec = np.zeros((Z.shape[0],U.shape[0]))
U_recude = U[:,0:K]
X_rec = np.dot(Z,np.transpose(U_recude)) # 还原数据(近似)
return X_rec
- 1
- 2
- 3
- 4
- 5
- 6
6、主成分个数的选择(即要降的维度)
- 如何选择
- 误差率一般取
1%,5%,10%
等 - 如何实现
- 若是一个个试的话代价太大
- 可以一点点增加
K
尝试。
7、使用建议
- 不要使用 PCA 去解决过拟合问题
Overfitting
,还是使用正则化的方法(如果保留了很高的差异性还是可以的) - 只有在原数据上有好的结果,但是运行很慢,才考虑使用 PCA
8、运行结果
-
2 维数据降为 1 维
-
要投影的方向
-
2D 降为 1D 及对应关系
-
人脸数据降维
-
原始数据
-
可视化部分
U
矩阵信息 -
恢复数据
9、使用 scikit-learn 库中的 PCA 实现降维
- 导入需要的包:
# -*- coding: utf-8 -*-
# Author:bob
# Date:2016.12.22
import numpy as np
from matplotlib import pyplot as plt
from scipy import io as spio
from sklearn.decomposition import pca
from sklearn.preprocessing import StandardScaler
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 归一化数据
'''归一化数据并作图'''
scaler = StandardScaler()
scaler.fit(X)
x_train = scaler.transform(X)
- 1
- 2
- 3
- 4
- 使用 PCA 模型拟合数据,并降维
n_components
对应要将的维度
'''拟合数据'''
K=1 # 要降的维度
model = pca.PCA(n_components=K).fit(x_train) # 拟合数据,n_components定义要降的维度
Z = model.transform(x_train) # transform就会执行降维操作
- 1
- 2
- 3
- 4
- 数据恢复
model.components_
会得到降维使用的U
矩阵
'''数据恢复并作图'''
Ureduce = model.components_ # 得到降维用的Ureduce
x_rec = np.dot(Z,Ureduce) # 数据恢复
- 1
- 2
- 3
七、异常检测 Anomaly Detection
1、高斯分布(正态分布)Gaussian distribution
- 其中,
u
为数据的均值,σ
为数据的标准差 σ
越小,对应的图像越尖
2、异常检测算法
- 例子
- 计算
p(x)
,若是P(x)<ε
则认为异常,其中ε
为我们要求的概率的临界值threshold
- 这里只是单元高斯分布,假设了
feature
之间是独立的,下面会讲到多元高斯分布,会自动捕捉到feature
之间的关系 - 参数估计实现代码
# 参数估计函数(就是求均值和方差) def estimateGaussian(X): m,n = X.shape mu = np.zeros((n,1)) sigma2 = np.zeros((n,1))
mu = np.mean(X, axis=0) # axis=0表示列,每列的均值 sigma2 = np.var(X,axis=0) # 求每列的方差 return mu,sigma2
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
3、评价 p(x)
的好坏,以及 ε
的选取
- 对偏斜数据的错误度量
- 因为数据可能是非常偏斜的(就是
y=1
的个数非常少,(y=1
表示异常)),所以可以使用Precision/Recall
,计算F1Score
(在 CV 交叉验证集上) - 例如:预测癌症,假设模型可以得到
99%
能够预测正确,1%
的错误率,但是实际癌症的概率很小,只有0.5%
,那么我们始终预测没有癌症 y=0 反而可以得到更小的错误率。使用error rate
来评估就不科学了。 - 如下图记录:
- 还是以癌症预测为例,假设预测都是 no-cancer,TN=199,FN=1,TP=0,FP=0,所以:Precision=0/0,Recall=0/1=0,尽管 accuracy=199/200=99.5%,但是不可信。
ε
的选取- 尝试多个
ε
值,使F1Score
的值高 - 实现代码
# 选择最优的epsilon,即:使F1Score最大
def selectThreshold(yval,pval):
'''初始化所需变量'''
bestEpsilon = 0.
bestF1 = 0.
F1 = 0.
step = (np.max(pval)-np.min(pval))/1000
'''计算'''
for epsilon in np.arange(np.min(pval),np.max(pval),step):
cvPrecision = pval<epsilon
tp = np.sum((cvPrecision == 1) & (yval == 1).ravel()).astype(float) # sum求和是int型的,需要转为float
fp = np.sum((cvPrecision == 1) & (yval == 0).ravel()).astype(float)
fn = np.sum((cvPrecision == 0) & (yval == 1).ravel()).astype(float)
precision = tp/(tp+fp) # 精准度
recision = tp/(tp+fn) # 召回率
F1 = (2*precision*recision)/(precision+recision) # F1Score计算公式
if F1 > bestF1: # 修改最优的F1 Score
bestF1 = F1
bestEpsilon = epsilon
return bestEpsilon,bestF1
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
4、选择使用什么样的 feature(单元高斯分布)
- 如果一些数据不是满足高斯分布的,可以变化一下数据,例如
log(x+C),x^(1/2)
等 - 如果
p(x)
的值无论异常与否都很大,可以尝试组合多个feature
,(因为 feature 之间可能是有关系的)
5、多元高斯分布
-
单元高斯分布存在的问题
-
如下图,红色的点为异常点,其他的都是正常点(比如 CPU 和 memory 的变化)
-
x1 对应的高斯分布如下:
-
x2 对应的高斯分布如下:
-
可以看出对应的 p(x1)和 p(x2)的值变化并不大,就不会认为异常
-
因为我们认为 feature 之间是相互独立的,所以如上图是以正圆的方式扩展
-
例如:
表示 x1,x2 正相关,即 x1 越大,x2 也就越大,如下图,也就可以将红色的异常点检查出了
若:
表示 x1,x2 负相关 -
实现代码:
# 多元高斯分布函数
def multivariateGaussian(X,mu,Sigma2):
k = len(mu)
if (Sigma2.shape[0]>1):
Sigma2 = np.diag(Sigma2)
'''多元高斯分布函数'''
X = X-mu
argu = (2*np.pi)**(-k/2)*np.linalg.det(Sigma2)**(-0.5)
p = argu*np.exp(-0.5*np.sum(np.dot(X,np.linalg.inv(Sigma2))*X,axis=1)) # axis表示每行
return p
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
6、单元和多元高斯分布特点
- 单元高斯分布
- 人为可以捕捉到
feature
之间的关系时可以使用 - 计算量小
- 多元高斯分布
- 自动捕捉到相关的 feature
m>n
或Σ
可逆时可以使用。(若不可逆,可能有冗余的 x,因为线性相关,不可逆,或者就是 m<n)
7、程序运行结果
- 显示数据
- 等高线
- 异常点标注