Python机器学习实战1
Python机器学习实战_Logistic-Regression(梯度上升)
最近半年开始用python做数据分析的项目,作为一个new pythoner, 多数情况下都是直接调包。在想能不能自己开始尝试去深入算法内核。。。
一般机器学习开始就会直接来线性回归,但是python机器学习这本书貌似一开始上来的是knn..
虽然KNN也比较简单,但我还是选择了拿逻辑回归来试手。
这本书基本的数据结构采用ndarray, dict结构比较多。
开始为了加快速度了解python自己写算法的速度,就不贴(不会)算法推导的过程了。直接上代码,记下遇到的坑!
import numpy as np
import pandas as pd
import operator
import os
import sys
import matplotlib.pylab as plt#设置python运行环境在指定目录下,方便直接读入文件
os.getcwd()
os.chdir('E:\\Python\\2_book_practise\\2_ml\\practise\\chap5')#定义一个读入本地txt文件的函数
#数据格式长成这样
#第1-2列是输入,3列是输出
-0.017612 14.053064 0
-1.395634 4.662541 1
-0.752157 6.538620 0
-1.322371 7.152853 0
0.423363 11.054677 0
0.406704 7.067335 1
0.667394 12.741452 0
-2.460150 6.866805 1
0.569411 9.548755 0
-0.026632 10.427743 0
0.850433 6.920334 1
1.347183 13.175500 0
1.176813 3.167020 1
-1.781871 9.097953 0
-0.566606 5.749003 1
0.931635 1.589505 1#定义读入的函数
def loadDataSet():dataMat = [];labelMat = []fr = open('testSet.txt') #读入数据for line in fr.readlines():lineArr = line.strip().split()dataMat.append([1.0, float(lineArr[0]), float(lineArr[1])]) #这里额外添加了一列全部是1的值,就是常规线性回归中的那个常数项labelMat.append(int(lineArr[2]))return dataMat, labelMat#通过下面的定义可以直接获取loadDataset 返回的两个list- dataMat & labelMat
dataMat, labelMat = loadDataSet()#定义sigmoid函数
def sigmoid(inX):return 1.0/(1 + np.exp(-inX))#定义梯度上升函数
def gradAscent(dataMatIn, classLabelIn, maxCycles):#这里用矩阵数据结构而非ndarray,因为ndarray不能做非对称矩阵乘法dataMatrix = np.mat(dataMatIn)labelMatrix = np.mat(classLabelIn).transpose()m,n = dataMatrix.shapealpha = 0.01#maxCycles = 1000weights = np.ones((n,1))for k in range(maxCycles):h = sigmoid(dataMatrix * weights)error = (labelMatrix - h)weights = weights + alpha * dataMatrix.transpose() * errorreturn weights#返回每一次迭代的每个变量的回归系数
#并且可视化
def get_iter_coef(iters=100000, coefs=3):coefMatrix = np.ones((iters, coefs)) for i in range(iters):weights = gradAscent(dataMat, labelMat, i)coefMatrix[i, :] = np.array(weights).reshape((1,3))return coefMatrixcoefMatrix = get_iter_coef(1000, 3) f, ax = plt.subplots(figsize = (10,7), nrows = 3)ax[0].plot(coefMatrix[:,0])
ax[0].set_title('coef0')ax[1].plot(coefMatrix[:,1])
ax[1].set_title('coef1')ax[2].plot(coefMatrix[:,2])
ax[2].set_title('coef2')
画图展示每次迭代回归系数的变化
coef0代表全部值是1的那一列的回归系数,
coef1 & coef2代表的是原始读入文件的第一列与第二列的系数
观察发现,在迭代400次以内,每项回归系数都得到了收敛
下一章看看,如果没有添加的一列常数项,会对回归系数收敛有什么影响
Python机器学习实战1相关推荐
- 送书 | 《人工智能数学基础与Python机器学习实战》
又到了每周三的送书时刻啦!今天给大家带来的是<人工智能数学基础与Python机器学习实战>! (文末查看送书规则) 简介 通常来说,人工智能(Artificial Intelligence ...
- Python 机器学习实战 —— 无监督学习(下)
前言 在上篇< Python 机器学习实战 -- 无监督学习(上)>介绍了数据集变换中最常见的 PCA 主成分分析.NMF 非负矩阵分解等无监督模型,举例说明使用使用非监督模型对多维度特征 ...
- Python 机器学习实战 —— 无监督学习(上)
前言 在上篇<Python 机器学习实战 -- 监督学习>介绍了 支持向量机.k近邻.朴素贝叶斯分类 .决策树.决策树集成等多种模型,这篇文章将为大家介绍一下无监督学习的使用. 无 ...
- python机器学习实战(一)
原文链接:www.cnblogs.com/fydeblog/p/7140974.html 前言 这篇notebook是关于机器学习中监督学习的k近邻算法,将介绍2个实例,分别是使用k-近邻算法改进约会 ...
- Python机器学习实战:掌握这四个特征选择方法,提升模型预测性能
机器学习实战:这里没有艰深晦涩的数学理论,我们将用简单的案例和大量的示例代码,向大家介绍机器学习的核心概念.我们的目标是教会大家用Python构建机器学习模型,解决现实世界的难题. 当数据集包含很多特 ...
- Python机器学习实战:如何用Pandas处理缺失值
机器学习实战:这里没有艰深晦涩的数学理论,我们将用简单的案例和大量的示例代码,向大家介绍机器学习的核心概念.我们的目标是教会大家用Python构建机器学习模型,解决现实世界的难题. 现实和教程最大的区 ...
- 团队拙作《Python机器学习实战》
之前看国内外的 Python 机器学习的书,鲜有将机器学习到底怎么做人脸识别.怎么做风险控制.怎么做 OCR 算法模型列出的,并且真正的一个 Python 应用,不止是从机器学习库中导入一下配置一下参 ...
- python机器学习实战(三)
原文链接:www.cnblogs.com/fydeblog/p/7277205.html 前言 这篇博客是关于机器学习中基于概率论的分类方法--朴素贝叶斯,内容包括朴素贝叶斯分类器,垃圾邮件的分类,解 ...
- python机器学习实战 getA()函数详解
在机器学习实战一书的第五章中出现了getA()这个函数 logRegres.plotBestFit(weight.getA()) 当输入下下代码时 logRegres.plotBestFit(weig ...
- Python机器学习实战与kaggle实战
https://mlnote.wordpress.com/2015/12/16/python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5 ...
最新文章
- Remoting 与 Webservice 的区别
- 【React自制全家桶】一、Webstrom+React+Ant Design+echarts搭建react项目
- PMCAFF | 产品经理如何提升自己的配色能力?
- 详细讲解Python _init_()方法;为什么需要 innit方法?__init__传参
- C# 中 ConcurrentDictionary 一定线程安全吗?
- Pmwiki基本编辑功能
- python变量名必须以什么开头_python变量为什么不能以数字开头
- 用vue和node写的简易购物车
- 创建和使用约束Constraint
- 如何修改python代码_解决如何去除Python代码前行号的方法
- git学习笔记(三)
- 算法48---原子的数量【栈】
- spark sql之日期函数
- java resourcebundle_Java ResourceBundle.getBundle如何加载属性文件?
- MATLAB 批量下载网页中的数据
- 计算过去某天距离今天过去了多少天。
- mysql命令行导入csv_MySQL命令行导入CSV文件
- CAD/CASS依据等高线等距或随机加高程点插件(等高线等距加高程点、等高线随机加高程点、等高线手动加高程点)
- 计算机软件基础——算法
- Integer的值范围-128~127