机器学习-6 Logistic Regression【附代码】

返回主页


Logistic Regression 是统计学习的经典分类算法,是一种 对数线性模型

1、数据集与特征空间

2、假设空间
Logistic Regression 的假设函数由 对数几率(log odds) 假设推导而来。

图示:Sigmoid函数及其导数

3、目标函数及其推导
从极大似然估计的角度推出 Logistic Regression 的目标函数。

4、优化算法(梯度下降)

梯度向量
这里考虑两种方式:一种是基本的梯度下降,一种是只针对梯度的单位向量进行下降剔除其模长

梯度下降由泰勒一阶展开推导而来,同理,可以由二阶展开推出牛顿法以及拟牛顿法,此处不予赘述


在实际应用中,使用逻辑斯回归建议进行如下处理:
1、特征标准化(z-scale),使所有特征的尺度缩放到 [-1,+1] 之间,避免出现锯齿效应,影响收敛速度。

2、考虑加入动量(Momentum),抑制震荡,加快收敛速度。

手写算法并与 Sklearn 进行对比

# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
from sklearn.utils import shuffle
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt

class LogitRegModel(object):
    def __init__(self, max_iter=5000, eta=0.01, alpha=0.5, beta=0.9):
        self.max_iter = max_iter
        self.eta = eta
        self.alpha = alpha
        self.beta = beta
    
    def z_scale(self, x_train):
        '''z标准化,在动用距离度量的算法中,必须先进行标准化以消除数据量纲的影响'''
        mu = np.mean(x_train, axis=0)
        std = np.std(x_train, axis=0)
        return mu, std
    
    def data_transform(self, mu, std, x_train, x_test):
        '''
        数据变换
        1、执行标准化操作
        2、插入截距项
        '''
        x_train_scale = (x_train - mu) / std
        x_test_scale = (x_test - mu) / std
        
        intercept_train = np.ones(x_train_scale.shape[0]).reshape(-1, 1)
        intercept_test = np.ones(x_test_scale.shape[0]).reshape(-1, 1)
        
        x_train_scale = np.concatenate([intercept_train, x_train_scale], axis=1)
        x_test_scale = np.concatenate([intercept_test, x_test_scale], axis=1)
        return x_train_scale, x_test_scale
    

    def get_loss(self, x_train_scale, y_train, w):
        '''计算损失函数值'''
        loss = np.mean(np.log(1.0 + np.exp(-x_train_scale.dot(w) * y_train)))
        return loss
    
    
    def get_derivative(self, x_train_scale, y_train, w, dv):
        '''计算梯度(含动量, beta = 0 则为原始梯度下降)'''
        fenzi = -y_train * x_train_scale
        fenmu = 1.0 + np.exp(x_train_scale.dot(w) * y_train)
        
        dw = np.mean(fenzi / fenmu, axis=0)
        dw = dw.reshape(-1, 1)
        
        dv = self.beta * dv + (1 - self.beta) * dw
        return dv
    
    
    def fit(self, x_train_scale, y_train):
        '''模型训练'''
        # 参数初始化
        w = np.zeros(x_train_scale.shape[1]) + 0.001
        w = w.reshape(-1, 1)
        dv = np.zeros_like(w)
        # 损失值保存列表
        loss_res = []
        # 迭代
        for epoch in range(self.max_iter):
            # 计算梯度
            dv = self.get_derivative(x_train_scale, y_train, w, dv)
            # 梯度下降
            w = w - self.eta * dv
            # 更新损失值
            loss = self.get_loss(x_train_scale, y_train, w)
            loss_res.append(loss)
        return w, loss_res

    def predict(self, x_test_scale, w):
        '''模型预测'''
        y_pred_probs = 1.0 / (1.0 + np.exp(-x_test_scale.dot(w)))
        y_pred = np.where(y_pred_probs > self.alpha, 1, -1)
        return y_pred_probs, y_pred
    
    def get_score(self, y_true, y_pred):
        '''模型评估'''
        score = sum(y_true == y_pred) / len(y_true)
        return score


if __name__ == "__main__":
    # 构造二分类数据集
    N = 200; n = 4
    x1 = np.random.uniform(low=1, high=5, size=[N, n]) + np.random.randn(N, n)
    y1 = np.tile(-1, N)
    
    x2 = np.random.uniform(low=5, high=10, size=[N, n]) + np.random.randn(N, n)
    y2 = np.tile(1, N)
    
    x = np.concatenate([x1, x2], axis=0)
    y = np.concatenate([y1, y2]).reshape(-1, 1)
    
    x, y = shuffle(x, y, random_state=0)
    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)
    
    # 手写模型
    model = LogitRegModel(max_iter=5000, eta=0.01, alpha=0.5, beta=0.9)
    mu, std = model.z_scale(x_train)
    x_train_scale, x_test_scale = model.data_transform(mu, std, x_train, x_test)
    w, loss_res = model.fit(x_train_scale, y_train)
    print(f"LogitRegModel 参数:\n{w}")
    
    fig, ax = plt.subplots(figsize=(8, 4))
    ax.plot(loss_res)
    plt.xlabel("epoch")
    plt.ylabel("loss")
    plt.title("LogitRegModel Loss")
    plt.show()
    
    y_pred_probs, y_pred = model.predict(x_test_scale, w)
    score = model.get_score(y_test, y_pred)
    print(f"LogitRegModel 预测准确率:{score}")
    
    # sklean
    scale = StandardScaler(with_mean=True, with_std=True)
    scale.fit(x_train)
    x_train_scale = scale.transform(x_train)
    x_test_scale = scale.transform(x_test)
    
    clf = LogisticRegression(fit_intercept=True, solver="lbfgs", max_iter=5000, multi_class="ovr")
    clf.fit(x_train_scale, y_train)

    clf.coef_
    clf.intercept_

    y_pred = clf.predict(x_test_scale).reshape(-1, 1)
    score = sum(y_test == y_pred) / len(y_test)
    print(f"Sklearn 预测准确率:{score}")

LogitRegModel 参数:
[[0.18014117]
[1.63708775]
[1.64705508]
[1.5463744 ]
[1.61056801]]

LogitRegModel 预测准确率:[0.975]

array([[1.83258875, 1.93575921, 1.69735311, 1.87150825]])
array([0.39294385])
Sklearn 预测准确率:[0.975]


返回主页

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容