- 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/
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!