机器学习练习 3 - 多类分类
对于此练习,我们将使用逻辑回归来识别手写数字(0到9)。 我们将扩展我们在练习2中写的逻辑回归的实现,并将其应用于一对一的分类。 让我们开始加载数据集。 它是在MATLAB的本机格式,所以要加载它在Python,我们需要使用一个SciPy工具。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.io import loadmat
data = loadmat('ex3data1.mat')#mat文件是matlab的数据存储的标准格式
data
{‘header’: b’MATLAB 5.0 MAT-file, Platform: GLNXA64, Created on: Sun Oct 16 13:09:09 2011’,
‘version’: ‘1.0’,
‘globals’: [],
‘X’: array([[0., 0., 0., …, 0., 0., 0.],
[0., 0., 0., …, 0., 0., 0.],
[0., 0., 0., …, 0., 0., 0.],
…,
[0., 0., 0., …, 0., 0., 0.],
[0., 0., 0., …, 0., 0., 0.],
[0., 0., 0., …, 0., 0., 0.]]),
‘y’: array([[10],
[10],
[10],
…,
[ 9],
[ 9],
[ 9]], dtype=uint8)}
data['X'].shape, data['y'].shape
((5000, 400), (5000, 1))
好的,我们已经加载了我们的数据。图像在martix X中表示为400维向量(其中有5,000个)。 400维“特征”是原始20 x 20图像中每个像素的灰度强度。类标签在向量y中作为表示图像中数字的数字类。
第一个任务是将我们的逻辑回归实现修改为完全向量化(即没有“for”循环)。这是因为向量化代码除了简洁外,还能够利用线性代数优化,并且通常比迭代代码快得多。但是,如果从练习2中看到我们的代价函数已经完全向量化实现了,所以我们可以在这里重复使用相同的实现。
sigmoid 函数
g 代表一个常用的逻辑函数(logistic function)为S形函数(Sigmoid function),公式为:
𝑔(𝑧)=1/1+𝑒−𝑧
合起来,我们得到逻辑回归模型的假设函数:
ℎ𝜃(𝑥)=1/1+𝑒−𝜃𝑇𝑋
def sigmoid(z):
return 1 / (1 + np.exp(-z))
代价函数: 𝐽(𝜃)=1𝑚∑𝑖=1𝑚[−𝑦(𝑖)log(ℎ𝜃(𝑥(𝑖)))−(1−𝑦(𝑖))log(1−ℎ𝜃(𝑥(𝑖)))]
def cost2(theta,X,y,learningRate):
X=np.matrix(X)
y=np.matrix(y)
theta=np.matrix(theta)
m=len(X)
first=np.multiply(-y,np.log(sigmoid(X*theta.T)))
second=np.multiply((1-y),np.log(1-sigmoid(X*theta.T)))
zhengze=learningRate*np.sum(np.power((theta[:,1:]),2))
j=(1/m)*(np.sum(first)-np.sum(second))+zhengze/(2*m)
return j
def cost(theta, X, y, learningRate):
theta = np.matrix(theta)
X = np.matrix(X)
y = np.matrix(y)
first = np.multiply(-y, np.log(sigmoid(X * theta.T)))
second = np.multiply((1 - y), np.log(1 - sigmoid(X * theta.T)))
reg = (learningRate / (2 * len(X))) * np.sum(np.power(theta[:,1:theta.shape[1]], 2))
return np.sum(first - second) / len(X) + reg
如果我们要使用梯度下降法令这个代价函数最小化,因为我们未对𝜃0 进行正则化,所以梯度下降算法将分两种情形:
𝑅𝑒𝑝𝑒𝑎𝑡 𝑢𝑛𝑡𝑖𝑙 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑒 {
𝜃0:=𝜃0−𝑎1𝑚∑𝑖=1𝑚[ℎ𝜃(𝑥(𝑖))−𝑦(𝑖)]𝑥(𝑖)0 𝜃𝑗:=𝜃𝑗−𝑎1𝑚∑𝑖=1𝑚[ℎ𝜃(𝑥(𝑖))−𝑦(𝑖)]𝑥(𝑖)𝑗+𝜆𝑚𝜃𝑗
}
𝑅𝑒𝑝𝑒𝑎𝑡
以下是原始代码是使用for循环的梯度函数:
def gradient_with_loop2(theta, X, y, learningRate):
theta = np.matrix(theta)
X = np.matrix(X)
y = np.matrix(y)
parameters = theta.shape[1]
grad = np.matrix(np.zeros(theta.shape[1]))
for i in range(parameters):
if (i == 0):
grad[i] = np.sum((sigmoid(X * theta.T) - y)*X[:,i]) / len(X)
else:
grad[i] = (np.sum((sigmoid(X * theta.T) - y)*X[:,i]) / len(X)) + ((learningRate / len(X)) * theta[:,i])
return grad
def gradient_with_loop(theta, X, y, learningRate):
theta = np.matrix(theta)
X = np.matrix(X)
y = np.matrix(y)
parameters = int(theta.ravel().shape[1])
grad = np.zeros(parameters)
error = sigmoid(X * theta.T) - y
for i in range(parameters):
term = np.multiply(error, X[:,i])
if (i == 0):
grad[i] = np.sum(term) / len(X)
else:
grad[i] = (np.sum(term) / len(X)) + ((learningRate / len(X)) * theta[:,i])
return grad
向量化的梯度函数
def gradient2(theta, X, y, learningRate):#theta 第一列为1
theta=np.matrix(theta)
X=np.matrix(X)
y=np.matrix(y)
temp=np.matrix(np.zeros(theta.shape[1]))
error = sigmoid(X * theta.T) - y
temp=error.T*X/len(X)+learningRate/len(X)*theta#这里要注意没有求和了,因为在矩阵做乘法的过程中已经把行求得的积相加了,以后看见求和要注意一下
temp[0,0]=np.sum(np.multiply((sigmoid(X*theta.T)-y),X[:,0]))/len(X)
return temp
def gradient(theta, X, y, learningRate):
theta = np.matrix(theta)
X = np.matrix(X)
y = np.matrix(y)
parameters = int(theta.ravel().shape[1])
error = sigmoid(X * theta.T) - y
grad = ((X.T * error) / len(X)).T + ((learningRate / len(X)) * theta)
# intercept gradient is not regularized
grad[0, 0] = np.sum(np.multiply(error, X[:,0])) / len(X)
return np.array(grad).ravel()
现在我们已经定义了代价函数和梯度函数,现在是构建分类器的时候了。 对于这个任务,我们有10个可能的类,并且由于逻辑回归只能一次在2个类之间进行分类,我们需要多类分类的策略。 在本练习中,我们的任务是实现一对一全分类方法,其中具有k个不同类的标签就有k个分类器,每个分类器在“类别 i”和“不是 i”之间决定。 我们将把分类器训练包含在一个函数中,该函数计算10个分类器中的每个分类器的最终权重,并将权重返回为k X(n + 1)数组,其中n是参数数量。
from scipy.optimize import minimize
def one_vs_all(X, y, num_labels, learning_rate):#相当于把k个标签分开测试,每次循环计算一个标签的最优结果,保存起来
rows = X.shape[0]#5000行数据
params = X.shape[1]#400个特征
# k X (n + 1) array for the parameters of each of the k classifiers
all_theta = np.zeros((num_labels, params + 1))#权重返回为k *(n + 1)数组 相当于k个0/1判断器 长度为特征的长度401,初始特征为400,+1为后面要给X多增加的一列1,theta也要多一列
# insert a column of ones at the beginning for the intercept term
X = np.insert(X, 0, values=np.ones(rows), axis=1)#给X添加一列1
# labels are 1-indexed instead of 0-indexed
for i in range(1, num_labels + 1):
theta = np.zeros(params + 1)
y_i = np.array([1 if label == i else 0 for label in y])#逐一检查y中的行,如果行为当前想要的值,则赋1
y_i = np.reshape(y_i, (rows, 1))#将y_i转换维度成(5000,1)
# minimize the objective function
fmin = minimize(fun=cost2, x0=theta, args=(X, y_i, learning_rate), method='TNC', jac=gradient2)
all_theta[i-1,:] = fmin.x
return all_theta
这里需要注意的几点:首先,我们为theta添加了一个额外的参数(与训练数据一列),以计算截距项(常数项)。 其次,我们将y从类标签转换为每个分类器的二进制值(要么是类i,要么不是类i)。 最后,我们使用SciPy的较新优化API来最小化每个分类器的代价函数。 如果指定的话,API将采用目标函数,初始参数集,优化方法和jacobian(渐变)函数。 然后将优化程序找到的参数分配给参数数组。
实现向量化代码的一个更具挑战性的部分是正确地写入所有的矩阵,保证维度正确。
#这里只是模拟一下要用到的数据的参数,下面真正用到函数的时候用的X,theta都是最原始的,所以在函数里也添加了列
rows = data['X'].shape[0]
params = data['X'].shape[1]
all_theta = np.zeros((10, params + 1))
X = np.insert(data['X'], 0, values=np.ones(rows), axis=1)#插入值为1的一列
theta = np.zeros(params + 1)
y_0 = np.array([1 if label == 0 else 0 for label in data['y']])
y_0 = np.reshape(y_0, (rows, 1))
X.shape, y_0.shape, theta.shape, all_theta.shape
((5000, 401), (5000, 1), (401,), (10, 401))
注意,theta是一维数组,因此当它被转换为计算梯度的代码中的矩阵时,它变为(1×401)矩阵。 我们还检查y中的类标签,以确保它们看起来像我们想象的一致。
np.unique(data['y'])#看下有几类标签
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10], dtype=uint8)
让我们确保我们的训练函数正确运行,并且得到合理的输出。
all_theta = one_vs_all(data['X'], data['y'], 10, 1)
all_theta
array([[-2.38319441e+00, 0.00000000e+00, 0.00000000e+00, …,
1.30442256e-03, -7.52260392e-10, 0.00000000e+00],
[-3.18457178e+00, 0.00000000e+00, 0.00000000e+00, …,
4.46157319e-03, -5.08676164e-04, 0.00000000e+00],
[-4.79802923e+00, 0.00000000e+00, 0.00000000e+00, …,
-2.86818378e-05, -2.47109741e-07, 0.00000000e+00],
…,
[-7.98688043e+00, 0.00000000e+00, 0.00000000e+00, …,
-8.96395481e-05, 7.23065705e-06, 0.00000000e+00],
[-4.57271816e+00, 0.00000000e+00, 0.00000000e+00, …,
-1.33059832e-03, 9.95893529e-05, 0.00000000e+00],
[-5.40510030e+00, 0.00000000e+00, 0.00000000e+00, …,
-1.16593193e-04, 7.88108976e-06, 0.00000000e+00]])
我们现在准备好最后一步 - 使用训练完毕的分类器预测每个图像的标签。 对于这一步,我们将计算每个类的类概率,对于每个训练样本(使用当然的向量化代码),并将输出类标签为具有最高概率的类。
def predict_all(X, all_theta):
rows = X.shape[0]
params = X.shape[1]
num_labels = all_theta.shape[0]
# same as before, insert ones to match the shape
X = np.insert(X, 0, values=np.ones(rows), axis=1)
# convert to matrices
X = np.matrix(X)
all_theta = np.matrix(all_theta)
# compute the class probability for each class on each training instance
h = sigmoid(X * all_theta.T)#计算出来所有预测值,每行(每个数据)找到预测值最大的列(最可能的分类编号)
# create array of the index with the maximum probability
h_argmax = np.argmax(h, axis=1)#np.argmax()找到列中数值最大的元素 返回元素索引
# because our array was zero-indexed we need to add one for the true label prediction
h_argmax = h_argmax + 1
return h_argmax
现在我们可以使用predict_all函数为每个实例生成类预测,看看我们的分类器是如何工作的。
y_pred = predict_all(data['X'], all_theta)
correct = [1 if a == b else 0 for (a, b) in zip(y_pred, data['y'])]
accuracy = (sum(map(int, correct)) / float(len(correct)))
print ('accuracy = {0}%'.format(accuracy * 100))
accuracy = 94.46%
在下一个练习中,我们将介绍如何从头开始实现前馈神经网络。
神经网络模型图示
#根据网络机器学习作业题添加
# 在前面一个部分,我们已经实现了多分类逻辑回归来识别手写数字。但是,逻辑回归并不能承载更复杂的假设,因为他就是个线性分类器。
# 这部分,你需要实现一个可以识别手写数字的神经网络。
# 神经网络可以表示一些非线性复杂的模型。权重已经预先训练好,你的目标是在现有权重基础上,实现前馈神经网络。
# 输入是图片的像素值,20*20像素的图片有400个输入层单元,不包括需要额外添加的加上常数项。
# 材料已经提供了训练好的神经网络的参数theta1、theta2,有25个隐层单元和10个输出单元(10个输出)
# 你需要实现前馈神经网络预测手写数字的功能。和之前的一对多分类一样,神经网络的预测会把theta(x)中值最大的,作为预测输出
weight = loadmat('ex3weights.mat')
# weight
theta1, theta2 = weight['Theta1'], weight['Theta2']
theta1.shape, theta2.shape#theta_i的维度为(i层的神经元个数,i-1层神经元个数),可以通过X的维度和 X*theta.T来换算
((25, 401), (10, 26))
# 插入常数项
X2 = np.matrix(np.insert(data['X'], 0, values=np.ones(X.shape[0]), axis=1))#输入还是上面的X 插入后的维度为(5000,401)
#X2 = np.matrix(np.insert(data['X'], 0, values=1, axis=1))
y2 = np.matrix(data['y'])
X2.shape, y2.shape
((5000, 401), (5000, 1))
a1 = X2
z2 = a1 * theta1.T
z2.shape
(5000, 25)
a2 = sigmoid(z2)
a2.shape
(5000, 25)
a2 = np.insert(a2, 0, values=np.ones(a2.shape[0]), axis=1)
#a2 = np.insert(a2, 0, values=1, axis=1)
z3 = a2 * theta2.T
z3.shape
(5000, 10)
a3 = sigmoid(z3)
a3#a3的维度,即输出的维度为(5000,10),每个样本都有10个预测值(分别对应0-9),令预测值最大的那个当作最后的预测结果,即将预测值设为最大值的索引
matrix([[1.12661530e-04, 1.74127856e-03, 2.52696959e-03, …,
4.01468105e-04, 6.48072305e-03, 9.95734012e-01],
[4.79026796e-04, 2.41495958e-03, 3.44755685e-03, …,
2.39107046e-03, 1.97025086e-03, 9.95696931e-01],
[8.85702310e-05, 3.24266731e-03, 2.55419797e-02, …,
6.22892325e-02, 5.49803551e-03, 9.28008397e-01],
…,
[5.17641791e-02, 3.81715020e-03, 2.96297510e-02, …,
2.15667361e-03, 6.49826950e-01, 2.42384687e-05],
[8.30631310e-04, 6.22003774e-04, 3.14518512e-04, …,
1.19366192e-02, 9.71410499e-01, 2.06173648e-04],
[4.81465717e-05, 4.58821829e-04, 2.15146201e-05, …,
5.73434571e-03, 6.96288990e-01, 8.18576980e-02]])
y_pred2 = np.argmax(a3, axis=1) + 1
y_pred2.shape
(5000, 1)
from sklearn.metrics import classification_report
print(classification_report(y2, y_pred))
precision recall f1-score support
1 0.95 0.99 0.97 500
2 0.95 0.92 0.93 500
3 0.95 0.91 0.93 500
4 0.95 0.95 0.95 500
5 0.92 0.92 0.92 500
6 0.97 0.98 0.97 500
7 0.95 0.95 0.95 500
8 0.93 0.92 0.92 500
9 0.92 0.92 0.92 500
10 0.97 0.99 0.98 500
accuracy 0.94 5000
macro avg 0.94 0.94 0.94 5000
weighted avg 0.94 0.94 0.94 5000