Logistic回归主要思想:根据现有数据对分类边界线建立回归公式,以此进行分类。
5.1 基于Logistic回归和Sigmoid函数的分类
我们想要的函数是,能接受所有输入然后预测出类别。例如,在两类的情况下,上述函数输出0或1。单位阶跃函数具有这种性质,但是该函数在跳跃点上从0瞬间跳跃到1,这个瞬间跳跃过程有时很难处理。幸好,另一个函数Sigmoid也有类似性质。
σ
(
z
)
=
1
1
+
e
−
z
\sigma(z)=\frac{1}{1+e^{-z}}
σ(z)=1+e−z1
当x为0时,Sigmoid函数值为0.5,随着x的增大,对应的Sigmoid值逼近于1;而随着x的减小,Sigmoid值将逼近于0.如果横坐标足够大,Sigmoid函数看起来像是一个阶跃函数。
因此为了实现Logistic回归分类器,我们可以在每个特征上都乘以一个回归系数,然后把所有的结果相加,将这个总和代入到Sigmoid函数中,进而得到一个0-1范围之间的数值。任何大于0.5的数据被分入1类,小于0.5被分入0类。所以,Logistic回归也可以看成是一种概率估计。
5.2 基于最优化方法的最佳回归系数确定
Sigmoid函数的输入记为z,由下面公式得出:
z
=
w
0
x
0
+
w
1
x
1
+
w
2
x
2
+
.
.
.
+
w
n
x
n
z=w_0x_0+w_1x_1+w_2x_2+...+w_nx_n
z=w0x0+w1x1+w2x2+...+wnxn
向量写法
z
=
w
T
x
z=w^Tx
z=wTx
向量w就是我们要寻找的最佳参数,从而使得分类尽可能的准确。为了寻找最佳参数,需要用到最优化理论的一些知识。
5.2.1 梯度上升法
梯度上升法的基本思想是:要找到某函数的最大值,最好的办法是沿着该函数的梯度方向探寻。如果梯度记为
δ
\delta
δ,则函数f(x,y)的梯度由下式表示:
δ
f
(
x
,
y
)
=
(
α
f
(
x
,
y
)
α
x
α
f
(
x
,
y
)
α
y
)
\delta f(x,y)=\begin{pmatrix} \frac{\alpha f(x,y)}{\alpha x} \\ \frac{\alpha f(x,y)}{\alpha y} \\ \end{pmatrix}
δf(x,y)=(αxαf(x,y)αyαf(x,y))
这个梯度意味着沿x的方向移动
α
f
(
x
,
y
)
α
x
\frac{\alpha f(x,y)}{\alpha x}
αxαf(x,y),沿y的方向移动
α
f
(
x
,
y
)
α
y
\frac{\alpha f(x,y)}{\alpha y}
αyαf(x,y)。
图5.2中的梯度上升算法沿梯度方向移动了一步。可以看到,梯度算子总是指向函数值增长最快的方向。这里指的移动方向,而未提到移动量的大小。该量值称为步长,记做
α
\alpha
α。用向量来表示的话,梯度上升算法的迭代公式如下:
w
:
=
w
+
α
δ
w
f
(
w
)
w:=w+\alpha \delta_w f(w)
w:=w+αδwf(w)
该公式将一直被迭代执行,直至达到某个停止条件为止,比如迭代次数达到某个指定值或算法达到某个允许的误差范围。
梯度下降法用来求函数的最小值,对应公式为:
w
:
=
w
−
α
δ
w
f
(
w
)
w:=w-\alpha \delta_w f(w)
w:=w−αδwf(w)
5.2.2 训练算法:使用梯度上升找到最佳参数
图5.3中有100个样本点,每个点包含两个数值型特征:X1和X2。在此数据集上,我们将通过梯度上升法找到最佳回归系数,也就是拟合出Logistic回归模型的最佳参数。
梯度上升法伪代码如下:
每个回归系数初始化为1:
重复R次:
计算整个数据集的梯度
使用alpha
×
\times
×gradient更行回归系数的向量
返回回归系数
import numpy as np
from random import uniform
def loadDataset():
dataMat=[]
labelMat=[]
fr=open('/Users/gemengmeng/Desktop/公开课学习资料/testSet.txt')
for line in fr.readlines():
lineArr=line.strip().split('\t')
dataMat.append([1.0,float(lineArr[0]),float(lineArr[1])])#1.0代表X0,lineArr[0]是X1,lineArr[0]是X2
labelMat.append(int(lineArr[2]))
return dataMat,labelMat
def sigmoid(inX):
return 1.0/(1+np.exp(-inX))
def gradAscent(dataMatIn,classLabels):
dataMatraix=np.mat(dataMatIn)
labelMat=np.mat(classLabels).transpose()
m,n=np.shape(dataMatraix)
alpha=0.001#目标移动的步长
maxCycles=500#迭代次数
weights=np.ones((n,1))
for k in range(maxCycles):
h=sigmoid(dataMatraix*weights)
error=(labelMat-h)
weights=weights+alpha*dataMatraix.transpose()*error
return weights
dataArr,labelMat=loadDataset()
aa=gradAscent(dataArr,labelMat)
aa
#matrix([[ 4.12414349],
# [ 0.48007329],
# [-0.6168482 ]])
5.2.3画出决策边界
#画出决策边界
#画出决策边界
def plotBestFit(weights):
import matplotlib.pyplot as plt
#weights=wei.getA()#与mat()作用相反,是将一个矩阵转换为array数组
dataMat,labelMat=loadDataset()
dataArr=np.array(dataMat)
n=np.shape(dataArr)[0]
xcord1=[];ycord1=[]
xcord2=[];ycord2=[]
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')
x=np.arange(-3.0,3.0,0.1)
y=(-weights[0]-weights[1]*x)/weights[2]#设置sigmoid函数为0,0=w0x0+w1x1+w2x2,然后解出x1和x2的关系,注意x0=1
ax.plot(x,y)
plt.xlabel('X1')
plt.ylabel('X2')
plt.show()
dataArr,labelMat=loadDataset()
aa = gradAscent(dataArr,labelMat)
plotBestFit(aa.getA())
5.2.4 训练算法:随机梯度上升
梯度上升算法在每次更新回归系数时都需要遍历整个数据集,该方法在处理100个左右的数据集时尚可,但如果有数十亿样本和成千上万的特征,那么该方法的计算复杂度久太高了。一种改进方法是一次仅用一个样本点来更新回归系数,该方法称为随机梯度上升算法。由于可以在新样本到来时对分类器进行增量式更新,因而随机梯度上升算法是一个在线学习算法。与“在线学习”相对应,一次处理所有数据被称为是“批处理”。
随机梯度上升算法伪代码如下:
所有回归系数初始化为1:
对数据集中每个样本:
计算该样本的梯度
使用alpha
×
\times
×gradient更行回归系数的向量
返回回归系数
def stocGradAscent0(dataMatrix,classLabels):
m,n=np.shape(dataMatrix)
alpha=0.01
weights=np.ones(n)
for i in range(m):
h=sigmoid(sum(dataMatrix[i]*weights))
error=classLabels[i]-h
weights=weights+alpha*error*dataMatrix[i]
return weights
dataArr,labelMat=loadDataset()
weight1=stocGradAscent0(np.array(dataArr),labelMat)
plotBestFit(weight1)
执行代码得到拟合直线,拟合直线效果不如梯度上升算法,分类错误率明显高于梯度上升算法。
随机梯度上升算法与梯度上升算法的区别:
第一,随机梯度上升算法的变量h和error都是数值;梯度上升算法的变量h和error都是向量
第二,随机梯度上升算法没有矩阵转换的过程,所有的数据类型都是Numpy数组
但是直接比较stocGradAscent0()和gradAscent()的结果是不公平的,因为gradAscent()是迭代500次的结果。下面我们对随机梯度上升算法进行修改,使其迭代200次。
def stocGradAscent1(dataMatrix,classLabels,numIter=150):#默认迭代150次
m,n=np.shape(dataMatrix)
weights=np.ones(n)
for j in range(numIter):
dataIndex=list(range(m))
for i in range(m):
alpha=4/(1.0+j+i)+0.01
randIndex=int(random.uniform(0,len(dataIndex)))
h=sigmoid(sum(dataMatrix[randIndex]*weights))
error=classLabels[randIndex]-h
weights=weights+alpha*error*dataMatrix[randIndex]
del(dataIndex[randIndex])
return weights
stocGradAscent1()相比stocGradAscent0()有两处改进,
第一处改进:alpha每次迭代都会调整,这会缓解回归系数的波动;因为常数项的存在,alpha永远不会减少到0,这样做可以保证在多次迭代之后新数据仍然具有一定的影响。
第二处改进:通过随机选取样本来更新回归系数,这种方法将减少回归系数周期性波动。
dataArr,labelMat=loadDataset()
weight2=stocGradAscent1(np.array(dataArr),labelMat)
plotBestFit(weight2)
运行程序得到上图,效果与gradAscent()差不多,但是计算量更少。
5.3 示例:从疝气病症预测病马的死亡率
def classifyVector(inX,weights):
prob=sigmoid(sum(inX*weights))
if prob>0.5:
return 1.0
else:
return 0.0
def colicTest():
frTrain=open('horseColicTraining.txt')
frTest=open('horseColicTest.txt')
trainingSet=[]
trainingLabels=[]
for line in frTrain.readlines():
currLine=line.strip().split('\t')
lineArr=[]
for i in range(21):
lineArr.append(float(currLine[i]))
trainingSet.append(lineArr)
trainingLabels.append(float(currLine[21]))
trainWeights=stocGradAscent1(np.array(trainingSet),trainingLabels,500)#计算回归系数
errorCount=0.0
numTestVec=0.0
for line in frTest.readlines():
numTestVec+=1.0
currLine=line.strip().split('\t')
lineArr=[]
for i in range(21):
lineArr.append(float(currLine[i]))
if int(classifyVector(np.array(lineArr),trainWeights))!=int(currLine[21]):
errorCount+=1
errorRate=(float(errorCount)/numTestVec)*100
print "the error rate of this test is:%.2f%%" % errorRate
return errorRate
def multiTest():#调用10次colicTest并求结果的平均值
numTests=10
errorSum=0.0
for k in range(numTests):
errorSum+=colicTest()
print "after %d iterations the average error rate is:%.2f%%"%(numTests,errorSum/float(numTests))
运行后得到错误率竟然有70.15%。。。