- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用多个变量(实际上,只有 2 个)实现线性回归。我正在使用斯坦福大学 ML 级的数据。我让它在单变量情况下正常工作。相同的代码应该适用于多个,但是,却不行。
数据链接:
http://s3.amazonaws.com/mlclass-resources/exercises/mlclass-ex1.zip
特征标准化:
''' This is for the regression with multiple variables problem . You have to normalize features before doing anything. Lets get started'''
from __future__ import division
import os,sys
from math import *
def mean(f,col):
#This is to find the mean of a feature
sigma = 0
count = 0
data = open(f,'r')
for line in data:
points = line.split(",")
sigma = sigma + float(points[col].strip("\n"))
count+=1
data.close()
return sigma/count
def size(f):
count = 0
data = open(f,'r')
for line in data:
count +=1
data.close()
return count
def standard_dev(f,col):
#Calculate the standard_dev . Formula : Sqrt ( Sigma ( x - x') ** (x-x') ) / N )
data = open(f,'r')
sigma = 0
mean = 0
if(col==0):
mean = mean_area
else:
mean = mean_bedroom
for line in data:
points = line.split(",")
sigma = sigma + (float(points[col].strip("\n")) - mean) ** 2
data.close()
return sqrt(sigma/SIZE)
def substitute(f,fnew):
''' Take the old file.
1. Subtract the mean values from each feature
2. Scale it by dividing with the SD
'''
data = open(f,'r')
data_new = open(fnew,'w')
for line in data:
points = line.split(",")
new_area = (float(points[0]) - mean_area ) / sd_area
new_bedroom = (float(points[1].strip("\n")) - mean_bedroom) / sd_bedroom
data_new.write("1,"+str(new_area)+ ","+str(new_bedroom)+","+str(points[2].strip("\n"))+"\n")
data.close()
data_new.close()
global mean_area
global mean_bedroom
mean_bedroom = mean(sys.argv[1],1)
mean_area = mean(sys.argv[1],0)
print 'Mean number of bedrooms',mean_bedroom
print 'Mean area',mean_area
global SIZE
SIZE = size(sys.argv[1])
global sd_area
global sd_bedroom
sd_area = standard_dev(sys.argv[1],0)
sd_bedroom=standard_dev(sys.argv[1],1)
substitute(sys.argv[1],sys.argv[2])
我在代码中实现了均值和标准差,而不是使用 NumPy/SciPy。将值存储在文件中后,其快照如下:
X1 X2 X3 房屋成本
1,0.131415422021,-0.226093367578,399900
1,-0.509640697591,-0.226093367578,329900
1,0.507908698618,-0.226093367578,369000
1,-0.743677058719,-1.5543919021,232000
1,1.27107074578,1.10220516694,539900
1,-0.0199450506651,1.10220516694,299900
1,-0.593588522778,-0.226093367578,314900
1,-0.729685754521,-0.226093367578,198999
1,-0.789466781548,-0.226093367578,212000
1,-0.644465992588,-0.226093367578,242500
我对其进行回归以找到参数。其代码如下:
''' The plan is to rewrite and this time, calculate cost each time to ensure its reducing. Also make it enough to handle multiple variables '''
from __future__ import division
import os,sys
def computecost(X,Y,theta):
#X is the feature vector, Y is the predicted variable
h_theta=calculatehTheta(X,theta)
delta = (h_theta - Y) * (h_theta - Y)
return (1/194) * delta
def allCost(f,no_features):
theta=[0,0]
sigma=0
data = open(f,'r')
for line in data:
X=[]
Y=0
points=line.split(",")
for i in range(no_features):
X.append(float(points[i]))
Y=float(points[no_features].strip("\n"))
sigma=sigma+computecost(X,Y,theta)
return sigma
def calculatehTheta(points,theta):
#This takes a file which has (1,feature1,feature2,so ... on)
#print 'Points are',points
sigma = 0
for i in range(len(theta)):
sigma = sigma + theta[i] * float(points[i])
return sigma
def gradient_Descent(f,no_iters,no_features,theta):
''' Calculate ( h(x) - y ) * xj(i) . And then subtract it from thetaj . Continue for 1500 iterations and you will have your answer'''
X=[]
Y=0
sigma=0
alpha=0.01
for i in range(no_iters):
for j in range(len(theta)):
data = open(f,'r')
for line in data:
points=line.split(",")
for i in range(no_features):
X.append(float(points[i]))
Y=float(points[no_features].strip("\n"))
h_theta = calculatehTheta(points,theta)
delta = h_theta - Y
sigma = sigma + delta * float(points[j])
data.close()
theta[j] = theta[j] - (alpha/97) * sigma
sigma = 0
print theta
print allCost(sys.argv[1],2)
print gradient_Descent(sys.argv[1],1500,2,[0,0,0])
它打印以下内容作为参数:
[-3.8697149722857996e-14,0.02030369056348706,0.979706406501678]
这三个都是严重错误的:(对于单变量来说完全相同的事情。
谢谢!
最佳答案
全局变量和四重嵌套循环让我担心。并且多次读取数据并将其写入文件。
您的数据是否太大以至于无法轻松装入内存?
为什么不使用 csv文件处理模块?
为什么不使用 Numpy对于数字部分?
不要重新发明轮子
假设您的数据条目是行,您可以标准化数据并在两行中进行最小二乘拟合:
normData = (data-data.mean(axis = 0))/data.std(axis = 0)
c = numpy.dot(numpy.linalg.pinv(normData),prices)
<小时/>
回复原发帖者的评论:
好吧,那么我能给你的唯一建议就是尝试将其分解成更小的部分,以便更容易看到发生了什么。并且更容易对小部件进行健全性检查。
这可能不是问题,但您正在使用 i
作为该四重循环中两个循环的索引。通过将其切成更小的范围,可以避免这种问题。
我想自从我编写显式嵌套循环或声明全局变量以来已经有很多年了。
关于python - 多变量线性回归 - Python - 实现问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8971034/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!