练习3：多分类问题

练习3：多分类问题

介绍

在本练习中，我们将使用逻辑回归来识别手写数字（0到9）。我们将扩展在练习2中对逻辑回归的实现，并将其应用于一对多的分类问题。

在开始练习前，需要下载如下的文件进行数据上传：

ex3data1.mat -手写数字训练集
在整个练习中，涉及如下的必做作业：

实现逻辑回归向量化----(40分)
训练一对多的多分类器----(40分)
使用多分类器进行预测----(20分)

1 多分类

在本部分练习中，你需要扩展之前实现的逻辑回归算法，将其应用于多分类问题。

1.1 数据集

文件ex3data1.mat中的数据包含5000个手写数字的训练集。其中每个样本是20像素x20像素的灰度图像，每个像素由一个浮点数表示，代表该位置的灰度强度。 将20x20的像素网格展开成400维向量，则每个训练样本变成了数据矩阵中的一行向量。如下图所示，该文件给了我们一个5000x400的矩阵，其中每行都是手写数字图像的样本。

训练集的第二部分是包含训练集标签的5000维向量 𝑦
。

1.2 数据可视化

图像在矩阵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。

接下来，我们需要加载数据。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.io import loadmat

data = loadmat('ex3data1.mat')
data

并使用shape内置函数检查数据矩阵 𝑋 , 𝑦的形状：

data['X'].shape, data['y'].shape

测试：

1.3 逻辑回归的向量化

在该部分练习中，你需要将逻辑回归的实现修改为完全向量化（即没有可替换的 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。

1.3.1 代价函数的向量化

你需要编写代码实现代价函数的向量化。我们已经知道，代价函数是：

###在这里填入代码###
def sigmoid(z):
    return 1 / (1 + np.exp(-z))

def cost(theta, X, y):
    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))) 
    return np.sum(first - second) / len(X)

测试：

1.3.2 梯度的向量化

我们知道，要使用梯度下降法令这个代价函数最小化。回顾一下，逻辑回归代价函数的梯度是一个向量，其第 𝑗
个元素定义为 ∂𝐽∂𝜃𝑗=1𝑚∑𝑖=1𝑚[ℎ𝜃(𝑥(𝑖))−𝑦(𝑖)]𝑥(𝑖)𝑗

为了对该操作进行向量化，我们需要把所有 𝜃𝑗
的偏导都写出来：

###在这里填入代码###
def gradient(theta, X, y):
    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
    
    return grad

测试：

1.3.3 正则化逻辑回归的向量化

在练习2中，我们实现正则化逻辑回归算法的代价函数和梯度计算函数。其代价函数为：

###在这里填入代码###
def costReg(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

def gradientReg(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()

测试：

1.4 多分类-分类器

现在我们已经定义了代价函数和梯度函数，现在我们需要构建一个分类器。对于手写字识别，我们有10个可能的类（0-9），但逻辑回归是一个二分类问题。

在本练习中，你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,𝑛+1]
的数组，其中 𝑛 是参数数量。

需要注意的是：需要添加 𝜃0以计算截距项。将 𝑦从类标签转换为每个分类器的二进制（要么是类i，要么不是类i）。
使用scipy库的优化类的minimize函数来最小化每个分类器的代价函数。
将寻找到的最优参数分配给参数数组，并返回形状为 [𝑘,𝑛+1]的参数数组。
其中，实现向量化代码最重要的地方是要保证正确地写入所有的矩阵，保证其维度正确。

###在这里填入代码###
from scipy.optimize import minimize

def one_vs_all(X, y, num_labels, learning_rate):
    rows = X.shape[0]
    params = X.shape[1]
    
    # k个分类器的参数，形状为(k,n+1)
    all_theta = np.zeros((num_labels, params + 1))
    
    # 插入值为1的列，用于计算截距项
    X = np.insert(X, 0, values=np.ones(rows), axis=1)
    
    # 将分类标签转换为0-1标识
    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])
        y_i = np.reshape(y_i, (rows, 1))
        
        # 使用minimize函数最小化代价函数
        fmin = minimize(fun=costReg, x0=theta, args=(X, y_i, learning_rate), method='TNC', jac=gradientReg)
        all_theta[i-1,:] = fmin.x
    
    return all_theta

测试：

我们来检查下需要初始化的变量，以及变量的形状：

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)

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

测试：

其中， 𝑡ℎ𝑒𝑡𝑎
是一维数组，因此当它被转换为计算梯度代码中的矩阵时，它变成了形状为 (1,401)
的矩阵。同时，我们需要检查 𝑦
中的类标签。

np.unique(data['y'])#看下有几类标签

测试：

接下来，为了确保训练函数正确运行，运行以下代码查看是否得到合理的输出

###请运行并测试你的代码###
all_theta = one_vs_all(data['X'], data['y'], 10, 1)
all_theta

测试：

1.5 使用分类器进行预测

我们现在准备好最后一步，你需要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（使用向量化代码），并将输出类标签为具有最高概率的类。

###在这里填入代码###
def predict_all(X, all_theta):
    rows = X.shape[0]
    params = X.shape[1]
    num_labels = all_theta.shape[0]
    
    # 与之前一样，需要插入一列确保矩阵形状
    X = np.insert(X, 0, values=np.ones(rows), axis=1)
    
    # 将其转换为矩阵
    X = np.matrix(X)
    all_theta = np.matrix(all_theta)
    
    # 计算每个训练样本所属每个类别的概率
    h = sigmoid(X * all_theta.T)
    
    # 创建具有最大概率的索引数组
    h_argmax = np.argmax(h, axis=1)
    
    # 因为我们的数组是零索引的，所以我们需要为真正的标签预测+1
    h_argmax = h_argmax + 1
    
    return h_argmax

测试：

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。

###请运行并测试你的代码###
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))

测试：

总体测试结果：