gpt4 book ai didi

Python机器学习logistic回归代码解析

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 28 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python机器学习logistic回归代码解析由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

本文主要研究的是Python机器学习logistic回归的相关内容,同时介绍了一些机器学习中的概念,具体如下.

Logistic回归的主要目的:寻找一个非线性函数sigmod最佳的拟合参数 。

拟合、插值和逼近是数值分析的三大工具 。

回归:对一直公式的位置参数进行估计 。

拟合:把平面上的一些系列点,用一条光滑曲线连接起来 。

logistic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 。

sigmoid函数:在神经网络中它是所谓的激励函数。当输入大于0时,输出趋向于1,输入小于0时,输出趋向0,输入为0时,输出为0.5 。

Python机器学习logistic回归代码解析

梯度上升:要找到某个函数的最大值,最好的方法是沿着该函数的梯度方向探寻 。

收敛:随着迭代的运行算法的结果和真实结果的误差越来越小,且趋向于一个固定值.

爬山算法:是完完全全的贪心算法,每次鼠目寸光的选择一个当前最优解,英雌只能搜寻到局部最优值 。

模拟退火算法:也是一种贪心算法但它的sou索过程引入了随机因素,模拟退火算法以一定的概念来接受一个比当前解要差的解,因此有可能会跳出这个局部最优解,达到全局最优解.

处理数据中的缺失值:

使用可用特征的均值来填补缺失值 。

使用特殊值来填补缺失值,如-1 。

忽略有缺失值的样本 。

使用相似样本的均值添补缺失值 。

使用其它机器学习算法预测缺失值 。

标签与特征不同,很难确定采用某个合适的值来替换.

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
#coding:utf-8
 
from numpy import *
import math
 
def loadDataSet():
   dataMat = []; labelMat = []
   fr = open ( 'testSet.txt' )
   for line in fr.readlines():
     lineArr = line.strip().split()
     dataMat.append([ 1.0 , float (lineArr[ 0 ]), float (lineArr[ 1 ])])
     labelMat.append( int (lineArr[ 2 ]))
   return dataMat,labelMat
 
def sigmoid(inX):
   return longfloat( 1.0 / ( 1 + exp( - inX))) #sigmoid函数公式
 
def gradAscent(dataMatIn, classLabels):
   #dataMatIn 一个2维的数组;classLabels 类别标签
   dataMatrix = mat(dataMatIn)       #转换为矩阵
   labelMat = mat(classLabels).transpose() #得到矩阵的转置矩阵
   m,n = shape(dataMatrix)  #读取矩阵的长度,二维矩阵,返回两个值
   alpha = 0.001     #向目标移动的步长
   maxCycles = 500    #迭代次数
   weights = ones((n, 1 ))  #ones()函数用以创建指定形状和类型的数组,默认情况下返回的类型是float64。但是,如果使用ones()函数时指定了数据类型,那么返回的就是该类型
   for k in range (maxCycles):      
     h = sigmoid(dataMatrix * weights)   #matrix mult
     error = (labelMat - h)       #vector subtraction
     weights = weights + alpha * dataMatrix.transpose() * error #matrix mult
   return weights
 
def plotBestFit(weights):
   import matplotlib as mpl
   mpl.use( 'Agg' )         #为了防止出现:RuntimeError: could not open display报错
   import matplotlib.pyplot as plt
   dataMat,labelMat = loadDataSet()
   dataArr = array(dataMat)
   n = 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() #figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置
   ax = fig.add_subplot( 111 ) # 参数111的意思是:将画布分割成1行1列,图像画在从左到右从上到下的第1块,
   ax.scatter(xcord1, ycord1, s = 30 , c = 'red' , marker = 's' )
   ax.scatter(xcord2, ycord2, s = 30 , c = 'green' )
   x = arange( - 3.0 , 3.0 , 0.1 )
   y = ( - weights[ 0 ] - weights[ 1 ] * x) / weights[ 2 ]
   ax.plot(x, y)
   plt.xlabel( 'X1' ); plt.ylabel( 'X2' );
   plt.savefig( 'plotBestFit.png' #因为我是腾讯云服务器,没有图形界面,所以我保存为图片。
 
#随机梯度上升算法
def stocGradAscent0(dataMatrix, classLabels):
   m,n = shape(dataMatrix)
   alpha = 0.01
   weights = ones(n)  #initialize to all ones
   for i in range (m):
     h = sigmoid( sum (dataMatrix[i] * weights))
     error = classLabels[i] - h
     weights = weights + alpha * error * dataMatrix[i] #回归系数的更新操作
   return weights
 
#改进的随机梯度上升算法
def stocGradAscent1(dataMatrix, classLabels, numIter = 150 ):  #较之前的增加了一个迭代次数作为第三个参数,默认值150
   m,n = shape(dataMatrix)
   weights = ones(n) 
   for j in range (numIter):
     dataIndex = range (m)
     for i in range (m):
       alpha = 4 / ( 1.0 + j + i) + 0.0001
       randIndex = int (random.uniform( 0 , len (dataIndex)))  #样本随机选择
       h = sigmoid( sum (dataMatrix[randIndex] * weights))
       error = classLabels[randIndex] - h
       weights = weights + alpha * error * dataMatrix[randIndex] #回归系数的更新操作
       del (dataIndex[randIndex])
   return weights
 
#以回归系数和特征向量作为输入计算对应的sigmoid值
def classifyVector(inX, weights):
   prob = sigmoid( sum (inX * weights))
   if prob > 0.5 : return 1.0        #如果sigmoid值大于0.5函数返回1,否则返回0
   else : return 0.0
 
#打开测试集和训练集,并对数据进行格式化处理的函数
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(array(trainingSet), trainingLabels, 1000 ) #计算回归系数向量
   errorCount = 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(array(lineArr), trainWeights))! = int (currLine[ 21 ]):
       errorCount + = 1
   errorRate = ( float (errorCount) / numTestVec)
   print "the error rate of this test is: %f" % errorRate
   return errorRate
#调用函数colicTest()10次,并求结果的平均值
def multiTest():
   numTests = 10 ; errorSum = 0.0
   for k in range (numTests):
     errorSum + = colicTest()
   print "after %d iterations the average error rate is: %f" % (numTests, errorSum / float (numTests))

Python机器学习logistic回归代码解析

Python机器学习logistic回归代码解析

总结 。

以上就是本文关于Python机器学习logistic回归代码解析的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持! 。

原文链接:http://blog.51cto.com/9399369/1958200 。

最后此篇关于Python机器学习logistic回归代码解析的文章就讲到这里了,如果你想了解更多关于Python机器学习logistic回归代码解析的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com