提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、Logistic回归函数
Logistic回归(logistic regression)是统计学习中的经典分类方法,属于对数线性模型,所以也被称为对数几率回归。这里要注意,虽然带有回归的字眼,但是该模型是一种分类算法,Logistic回归是一种线性分类器,针对的是线性可分问题。利用logistic回归进行分类的主要思想是:根据现有的数据对分类边界线建立回归公式,以此进行分类。
二、sigmoid函数
我们处理二分类问题,由于分成两类,我们便让其中一类标签为0,另一类为1。我们需要一个函数,对于输入的每一组数据x^{(i)},都能映射成0~1之间的数。这个函数就是sigmoid函数,形式为
当x为0时,sigmoid函数值为0.5。随着x的增大,对应的sigmoid函数的值将逼近于1;而随着x的减小,sigmoid函数的值将逼近于0。
三、最大梯度上升
梯度上升法基于的思想是:要找到某函数的最大值,最好的方法是沿着该函数的梯度方向探寻。如果梯度记为∇ \nabla∇,则函数f(x,y)的梯度由下式表示:
这个梯度意味着要沿x的方向移动
沿y的方向移动:
其中,函数f(x,y)必须要在待计算的点上有定义并且可微。
梯度算子总是指向函数值增长最快的方向。这里所说的是移动方向,而未提到移动量的大小。该量值称为步长,记作α \alphaα。用向量来表示的话,梯度上升算法的迭代公式如下:
四、Logistic回归分类实例
1.收集数据
部分数据如下:
def loadDataSet():#函数功能为打开文本文件并逐行读取
dataMat = [];labelMat = []
fr = open('D:\TestSet.txt')
for line in fr.readlines():
lineArr = line.strip().split()
# 为了方便计算,我们将 X0 的值设为 1.0 ,也就是在每一行的开头添加一个 1.0 作为 X0
dataMat.append([1.0, float(lineArr[0]), float(lineArr[1])])
labelMat.append(int(lineArr[2]))
return dataMat, labelMat
2.sigmoid函数
def sigmoid(inX):
return 1.0/(1+exp(-inX))
#输入数据特征与数据的类别标签
def gradAscent(dataMatIn, classLabels):
#转换为numpy型
dataMatrix = mat(dataMatIn)
# transpose() 行列转置函数
labelMat = mat(classLabels).transpose()
m,n = shape(dataMatrix)
alpha = 0.001 #步长
maxCycles = 500 #迭代次数
#初始化权值向量,每个维度均为1.0
weights = ones((n,1))
for k in range(maxCycles):
h = sigmoid(dataMatrix * weights)
error = (labelMat - h)
weights = weights + alpha * dataMatrix.transpose() * error
return weights
3.画出数据集
def plotBestFit(weights):
import matplotlib.pyplot as plt
dataMat, labelMat = loadDataSet()
dataArr = array(dataMat)
# n->数据量,样本数
n = shape(dataArr)[0]
#xcord1,ycord1代表正例特征
#xcord2,ycord2代表负例特征
xcord1 = []; ycord1 = []
xcord2 = []; ycord2 = []
#循环筛选出正负集
for i in range(n):
if int(labelMat[i]) == 1:
xcord1.append(dataArr[i,1]); ycord1.append(dataArr[i, 2])
else:
xcord2.append(dataArr[i,1]); ycord2.append(dataArr[i, 2])
fig = plt.figure()
ax = fig.add_subplot(111)
ax.scatter(xcord1, ycord1, s = 30, c = 'red', marker = 's')
ax.scatter(xcord2, ycord2, s = 30, c = 'green')
plt.xlabel('X1')
plt.ylabel('X2')
plt.title('DataSet')
plt.show()
4.画出最佳拟合曲线
import math
from numpy import *
def plotBestFit(weights):
import matplotlib.pyplot as plt
dataMat,labelMat=loadDataSet()
dataArr=array(dataMat)
n=shape(dataArr)[0]
#xcord1,ycord1代表正例特征
#xcord2,ycord2代表负例特征
xcord1=[];ycord1=[]
xcord2=[];ycord2=[]
#循环筛选出正负集
for i in range(n):
if int(labelMat[i])==1:
xcord1.append(dataArr[i,1]);ycord1.append(dataArr[i,2])
else:
xcord2.append(dataArr[i,1]);ycord2.append(dataArr[i,2])
fig=plt.figure()
ax=fig.add_subplot(111)
ax.scatter(xcord1,ycord1,s=30,c='red',marker='s')
ax.scatter(xcord2,ycord2,s=30,c='green')
#设定边界直线x和y的值
x=arange(-3.0,3.0,0.1)
y=(-weights[0]-weights[1]*x)/weights[2]
ax.plot(x,y)
plt.xlabel('X1');plt.ylabel('X2');
plt.show()
dataArr,labelMat=loadDataSet()
weights=gradAscent(dataArr,labelMat)
plotBestFit(weights.getA())