我喜欢偷懒,所以经常可以找到一些办法,用最小的代价获得尽可能大的成果,比如说我一天中有哪几个时间段工作效率最高,我就可以专门挑这些时间去学习;我下课了要去吃饭,就要选择最快到达食堂的交通方式以及路线…要想得出最合适的方案, 首先要不断去尝试各种路线,以“求最优学习时间”为例,我可以连着几天在不同时间点学习,每次学习完给自己的状态打分,最终得出一个
学习时间段-分数
的数据集;然后就可以用这些数据去画一个散点图,若这些点试图产出一条直线或直线轮廓的过程,称为
拟合,专业术语“回归”则表示一种最佳的拟合。
1.基于Logistics回归和Sigmoid函数的分类
我希望输入样本后可以直接得出一个标签(数字化表示:不是0,就是1),在坐标轴显示的话就是一个阶跃函数,一种处理瞬间跳跃的办法就使用Sigmoid函数,如式1:
σ
(
z
)
=
1
1
+
e
−
z
(1)
\sigma(z) = \frac{1}{1+e^{-z}}\tag1
σ(z)=1+e−z1(1)
def f(z):
y = 1 / (1 + e ** (-z))
return y
若z范围不大,则图像比较平滑
若这个范围足够大,图像看起来就像是阶跃函数
可见Sigmoid函数值并不稳定,我希望能让这个值只有0,1两种选择,可以考虑为每个影响z值的特征均乘以一个回归系数再叠加,以得到的结果做一次分类(小于0.5置为0,大于等于0.5则置为1),最后实现二值化。
特征值乘以回归系数的表示如式2
z
=
w
0
x
0
+
w
1
x
1
+
.
.
.
+
w
n
x
n
(2)
z = w_0x_0+w_1x_1+...+w_nx_n\tag2
z=w0x0+w1x1+...+wnxn(2)
x
n
x_n
xn表示一系列特征,
w
n
w_n
wn表示对应的系数,用向量表示的话更好看些,如式3
z
=
w
T
x
(3)
z = w^Tx\tag3
z=wTx(3)
书上对系数进行优化的方案是梯度上升算法,它的工作原理是:沿着函数的梯度方向,找出函数的最大值,如式4所示,在一个点有定义、可微的前提下,求x方向上的偏导(仅在x轴方向移动)
∇
f
(
x
,
y
)
=
{
∂
f
(
x
,
y
)
∂
x
}
(4)
\nabla f(x,y) = \left\lbrace \frac{\partial f(x,y)} {\partial x} \right\rbrace\tag4
∇f(x,y)={∂x∂f(x,y)}(4)
从初始点开始计算,每到达一个点都会重新计算新的梯度、移动到下一个点,在这一迭代过程中,算法保证,每次都能取到最优方向。结果受迭代次数、移动量
α
\alpha
α影响,如式5所示,迭代过程会一直进行,直到达到指定次数或结果达到预期成效
w
:
=
w
+
α
∇
w
f
(
w
)
(5)
w := w+\alpha \nabla_wf(w)\tag5
w:=w+α∇wf(w)(5)
类似的,有梯度下降算法,用来求最小值
2.训练算法:使用梯度上升找出最佳参数并绘制决策边界
处理的是一个txt文本文件,内含100个样本,具有x、y两种性质,标签为0或1
def loadDataSet():
dataMat = [] # 创建数据列表
labelMat = [] # 创建标签列表
fr = open('testSet.txt') # 打开文件
for line in fr.readlines(): # 逐行读取
lineArr = line.strip().split() # 去回车,放入列表
dataMat.append([1.0, float(lineArr[0]), float(lineArr[1])]) # 添加数据
labelMat.append(int(lineArr[2])) # 添加标签
fr.close() # 关闭文件
return dataMat, labelMat # 返回
计算Sigmoid值
def sigmoid(inX):
return 1.0 / (1 + np.exp(-inX))
计算出最佳系数
def gradAscent(dataMatIn, classLabels):
dataMatrix = np.mat(dataMatIn) # 转换成numpy的mat
labelMat = np.mat(classLabels).transpose() # 转换成numpy的mat,并进行转置
m, n = np.shape(dataMatrix) # 返回dataMatrix的大小。m为行数,n为列数。
alpha = 0.001 # 移动步长,也就是学习速率,控制更新的幅度。
maxCycles = 500 # 最大迭代次数
weights = np.ones((n, 1))
for k in range(maxCycles):
h = sigmoid(dataMatrix * weights) # 梯度上升矢量化公式
error = labelMat - h
weights = weights + alpha * dataMatrix.transpose() * error
return weights.getA()
绘制数据集并显示决策边界
def plotBestFit(weights):
dataMat, labelMat = loadDataSet() # 加载数据集
dataArr = np.array(dataMat) # 转换成numpy的array数组
n = np.shape(dataMat)[0] # 数据个数
xcord1 = []
ycord1 = [] # 正样本
xcord2 = []
ycord2 = [] # 负样本
for i in range(n): # 根据数据集标签进行分类
if int(labelMat[i]) == 1:
xcord1.append(dataArr[i, 1])
ycord1.append(dataArr[i, 2]) # 1为正样本
else:
xcord2.append(dataArr[i, 1])
ycord2.append(dataArr[i, 2]) # 0为负样本
fig = plt.figure()
ax = fig.add_subplot(111) # 添加subplot
ax.scatter(xcord1, ycord1, s=20, c='red', marker='s', alpha=.5) # 绘制正样本
ax.scatter(xcord2, ycord2, s=20, c='green', alpha=.5) # 绘制负样本
x = np.arange(-3.0, 3.0, 0.1)
y = (-weights[0] - weights[1] * x) / weights[2]
ax.plot(x, y)
plt.title('BestFit') # 绘制title
plt.xlabel('X1')
plt.ylabel('X2') # 绘制label
plt.show()
决策边界对样本进行划分的效果还可以,但还是有一些误差,书上用到“梯度上升算法”的改进:“随机梯度算法”,它只需要一个样本就可以完成一次迭代,而前者每次迭代都需要用到整个数据集,公式为
w
e
i
g
h
t
s
=
w
e
i
g
h
t
s
+
a
l
p
h
a
∗
g
r
a
n
d
weights = weights + alpha * grand
weights=weights+alpha∗grand
如果数据集很大,那么用随机上升可以忽略掉一些样本细节从而提高效率,如果数据集很小,为了减小误差可以用梯度上升算法。
3.小结
逻辑回归模型的系数大小 应该是某个特征对结果的影响程度,对结果具有很好的解释性。这次只做了一个实验,用到100个样本,不过最终的决策边界也能够很好地实现分类。但是逻辑回归对坏值比较敏感,在样本少的情况下这种敏感表现得更明显(在文本里加了一个点[-10,10,1])