线性回归

线性回归

加载txt和csv文件
加载npy文件
归一化feature
画二维图
梯度下降算法
计算代价函数
画每次迭代代价的变化图
测试linearRegression函数
测试学习效果（预测）

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties

font = FontProperties(fname=r"simsun.ttc", size=14) # 解决windows环境下画图汉字乱码问题

def linearRegression(alpha=0.01, num_iters=400):
print(u"加载数据…\n")

data = loadtxtAndcsv_data("data.txt", ",", np.float64)  # 读取数据
X = data[:, 0:-1]  # X对应0到倒数第2列
y = data[:, -1]  # y对应最后一列
m = len(y)  # 总的数据条数
col = data.shape[1]  # data的列数

X, mu, sigma = featureNormaliza(X)  # 归一化
plot_X1_X2(X)  # 画图看一下归一化效果

X = np.hstack((np.ones((m, 1)), X))  # 在X前加一列1

print(u"\n执行梯度下降算法....\n")

theta = np.zeros((col, 1))
y = y.reshape(-1, 1)  # 将行向量转化为列
theta, J_history = gradientDescent(X, y, theta, alpha, num_iters)

plotJ(J_history, num_iters)

return mu, sigma, theta  # 返回均值mu,标准差sigma,和学习的结果theta

加载txt和csv文件

def loadtxtAndcsv_data(fileName, split, dataType):
return np.loadtxt(fileName, delimiter=split, dtype=dataType)

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

画二维图

def plot_X1_X2(X):
plt.scatter(X[:, 0], X[:, 1])
plt.show()

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('.', end=' ')
return theta, J_history

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

画每次迭代代价的变化图

def plotJ(J_history, num_iters):
x = np.arange(1, num_iters + 1)
plt.plot(x, J_history)
plt.xlabel(u"迭代次数", fontproperties=font) # 注意指定字体，要不然出现乱码问题
plt.ylabel(u"代价值", fontproperties=font)
plt.title(u"代价随迭代次数的变化", fontproperties=font)
plt.show()

测试linearRegression函数

def testLinearRegression():
mu, sigma, theta = linearRegression(0.01, 400)

print u"\n计算的theta值为：\n",theta

print u"\n预测结果为：%f"%predict(mu, sigma, theta)

测试学习效果（预测）

def predict(mu, sigma, theta):
result = 0

注意归一化

predict = np.array([1650, 3])
norm_predict = (predict - mu) / sigma
final_predict = np.hstack((np.ones((1)), norm_predict))

result = np.dot(final_predict, theta)  # 预测结果
return result

if name == “main”:
testLinearRegression()