逻辑回归模型案例

逻辑回归模型案例

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果来决定每个申请人的录取机会。你有以前的申请人的历史数据，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。

# 数据分析三大件
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

# 读入数据
import os
path = 'data' + os.sep + 'LogiReg_data.txt'
pdData = pd.read_csv(path,header=None,names=['Exam 1', 'Exam 2', 'Admitted'])
pdData.head()

# 观察数据维度,第一维表示样本的个数，第二维表示当前每一个样本有三列值
pdData.shape

(100, 3)

# 画图观察第三列是什么样的
# 指定正列负列
positive = pdData[pdData["Admitted"] == 1]
negative = pdData[pdData["Admitted"] == 0]
# 指定画图域
fig,ax = plt.subplots(figsize=(10,5))
# 散点图；c定义的是颜色
ax.scatter(positive["Exam 1"], positive["Exam 2"], s=30, c="b", marker="o", label="Admitted")
ax.scatter(negative["Exam 1"], negative["Exam 2"], s=30, c="r", marker="x", label="Not Admitted")
ax.legend()
ax.set_xlabel("Exam 1 Score")
ax.set_ylabel("Exam 2 Score")            

The logistic regression

目标：建立分类器（求解出三个参数 $\theta_0 \theta_1 \theta_2 $）

设定阈值，根据阈值判断录取结果

要完成的模块

sigmoid : 映射到概率的函数

model : 返回预测结果值

cost : 根据参数计算损失

gradient : 计算每个参数的梯度方向

descent : 进行参数更新

accuracy: 计算精度

sigmoid 函数

$$g(z)=\frac{1}{1+e^{-z}}$$

def sigmoid(z):
    return 1 / (1+np.exp(-z))

# 画图展示sigmoid 函数
nums = np.arange(-10, 10, step=1)
fig,ax = plt.subplots(figsize=(12,4))
ax.plot(nums, sigmoid(nums),"r")

Sigmoid

• $g:\mathbb{R}\to [0,1]$
• $g(0)=0.5$
• $g(-\infty )=0$
• $g(+\infty )=1$

# np.dot矩阵乘法
def model(X, theta):
    return sigmoid(np.dot(X,theta.T))

$$\begin{array}{ccc}\left(\begin{array}{ccc}{\theta }_0& {\theta }_1& {\theta }_2\end{array}\right)& \times & \left(\begin{array}{c}1\\ x_1\\ x_2\end{array}\right)\end{array}={\theta }_0+{\theta }_1{x}_1+{\theta }_2{x}_2$$

# 向数据中增加一列
pdData.insert(0,"Ones",1)
# 转换数据
orig_data = pdData.as_matrix()
cols = orig_data.shape[1]
X = orig_data[:,0:cols-1]
y = orig_data[:,cols-1:cols]
# 创建参数的位置，构造3个$theta$参数
theta = np.zeros([1,3])

# 确认上面的构造是否准确
X[:5]

array([[ 1. , 34.62365962, 78.02469282],
[ 1. , 30.28671077, 43.89499752],
[ 1. , 35.84740877, 72.90219803],
[ 1. , 60.18259939, 86.3085521 ],
[ 1. , 79.03273605, 75.34437644]])

y[:5]

array([[0.],
[0.],
[0.],
[1.],
[1.]])

theta

array([[0., 0., 0.]])

X.shape,y.shape,theta.shape

((100, 3), (100, 1), (1, 3))

损失函数

将对数似然函数去负号

$$D(h_{\theta }(x),y)=-y\log (h_{\theta }(x))-(1-y)\log (1-h_{\theta }(x))$$

求平均损失
$$J(\theta )=\frac{1}{n}\sum _{i=1}^{n}D(h_{\theta }(x_i),y_i)$$

# 根据减号左边右边进行定义,(len(X))就是样本的数量n
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.sum((left-right) / (len(X)))

# 计算损失
cost(X,y,theta)

0.6931471805599457

计算梯度

$$\frac{\partial J}{\partial {\theta }_j}=-\frac{1}{m}\sum _{i=1}^n(y_i-h_{\theta }(x_i))x_{ij}$$

def gradient(X,y,theta):
    # 定义梯度，zeros是为了进行占位
    grad = np.zeros(theta.shape)
    # 定义yi,.ravel()拿出h-y的值
    error = (model(X,theta)-y).ravel()
    for j in range(len(theta.ravel())):
        term = np.multiply(error,X[:,j])
        # 求偏导
        grad[0,j] = np.sum(term) / len(X)
        
    return grad

Gradient descent

比较3种不同梯度下降方法

STOP_ITER = 0
STOP_COST = 1
STOP_GRAD = 2

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
# 洗牌，数据可能有规律，应该把数据打乱
def shuffleData(data):
    np.random.shuffle(data)
    cols = data.shape[1]
    X = data[:,0:cols-1]
    y = data[:,cols-1:]
    return X,y

# 观察时间对结果的影响
import time

# batchSize为1就是随机梯度下降，为样本总数就是批量梯度下降，1~总数之间就是小批量梯度下降；thresh是策略对应阈值
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

# 功能函数
def runExpe(data, theta, batchSize, stopType, thresh, alpha):
    # 先对值进行初始化
    theta, iter, costs, grad, dur = descent(data, theta, batchSize, stopType, thresh, alpha)
    # 在图上显示对应的名字
    name = "Original" if (data[:,1]>2).sum() > 1 else "Scaled"
    name += " data - learning rate: {} - ".format(alpha)
    if batchSize==n: strDescType = "Gradient"
    elif batchSize==1:  strDescType = "Stochastic"
    else: strDescType = "Mini-batch ({})".format(batchSize)
    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
    # 画图展示
    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

不同的停止策略

设定迭代次数

#选择的梯度下降方法是基于所有样本的
n=100
runExpe(orig_data, theta, n, STOP_ITER, thresh=5000, alpha=0.000001)

根据损失值停止

设定阈值 1E-6, 差不多需要110 000次迭代

runExpe(orig_data, theta, n, STOP_COST, thresh=0.000001, alpha=0.001)

根据梯度变化停止

设定阈值 0.05,差不多需要40 000次迭代

runExpe(orig_data, theta, n, STOP_GRAD, thresh=0.05, alpha=0.001)

对比不同的梯度下降方法

Stochastic descent

runExpe(orig_data, theta, 1, STOP_ITER, thresh=5000, alpha=0.001)

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)

速度快，但稳定性差，需要很小的学习率

Mini-batch descent

runExpe(orig_data, theta, 16, STOP_ITER, thresh=15000, alpha=0.001)

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, n, STOP_ITER, thresh=5000, alpha=0.001)

它好多了！原始数据，只能达到达到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

runExpe(scaled_data, theta, n, STOP_GRAD, thresh=0.02, alpha=0.001)

更多的迭代次数会使得损失下降的更多！

theta = runExpe(scaled_data, theta, 1, STOP_GRAD, thresh=0.002/5, alpha=0.001)

随机梯度下降更快，但是我们需要迭代的次数也需要更多，所以还是用batch的比较合适！！！

runExpe(scaled_data, theta, 16, STOP_GRAD, thresh=0.002*2, alpha=0.001)

计算精度

#设定阈值
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))

accuracy = 89%