這篇文章主要介紹了Python機(jī)器學(xué)習(xí)中l(wèi)ogistic回歸的示例分析，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
Logistic回歸的主要目的：尋找一個(gè)非線性函數(shù)sigmod最佳的擬合參數(shù)
擬合、插值和逼近是數(shù)值分析的三大工具
回歸：對(duì)一直公式的位置參數(shù)進(jìn)行估計(jì)
擬合：把平面上的一些系列點(diǎn)，用一條光滑曲線連接起來
logistic主要思想：根據(jù)現(xiàn)有數(shù)據(jù)對(duì)分類邊界線建立回歸公式、以此進(jìn)行分類
sigmoid函數(shù)：在神經(jīng)網(wǎng)絡(luò)中它是所謂的激勵(lì)函數(shù)。當(dāng)輸入大于0時(shí)，輸出趨向于1，輸入小于0時(shí)，輸出趨向0，輸入為0時(shí)，輸出為0.5
梯度上升：要找到某個(gè)函數(shù)的大值，最好的方法是沿著該函數(shù)的梯度方向探尋
收斂：隨著迭代的運(yùn)行算法的結(jié)果和真實(shí)結(jié)果的誤差越來越小，且趨向于一個(gè)固定值。
爬山算法：是完完全全的貪心算法，每次鼠目寸光的選擇一個(gè)當(dāng)前最優(yōu)解，英雌只能搜尋到局部最優(yōu)值
模擬退火算法：也是一種貪心算法但它的sou索過程引入了隨機(jī)因素，模擬退火算法以一定的概念來接受一個(gè)比當(dāng)前解要差的解，因此有可能會(huì)跳出這個(gè)局部最優(yōu)解，達(dá)到全局最優(yōu)解。
處理數(shù)據(jù)中的缺失值：
使用可用特征的均值來填補(bǔ)缺失值
使用特殊值來填補(bǔ)缺失值，如-1
忽略有缺失值的樣本
使用相似樣本的均值添補(bǔ)缺失值
使用其它機(jī)器學(xué)習(xí)算法預(yù)測(cè)缺失值
標(biāo)簽與特征不同，很難確定采用某個(gè)合適的值來替換。
重慶分公司
重慶分公司
#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函數(shù)公式
def gradAscent(dataMatIn, classLabels):
#dataMatIn 一個(gè)2維的數(shù)組；classLabels 類別標(biāo)簽
dataMatrix = mat(dataMatIn) #轉(zhuǎn)換為矩陣
labelMat = mat(classLabels).transpose() #得到矩陣的轉(zhuǎn)置矩陣
m,n = shape(dataMatrix) #讀取矩陣的長(zhǎng)度,二維矩陣，返回兩個(gè)值
alpha = 0.001 #向目標(biāo)移動(dòng)的步長(zhǎng)
maxCycles = 500 #迭代次數(shù)
weights = ones((n,1)) #ones()函數(shù)用以創(chuàng)建指定形狀和類型的數(shù)組，默認(rèn)情況下返回的類型是float64。但是，如果使用ones()函數(shù)時(shí)指定了數(shù)據(jù)類型，那么返回的就是該類型
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') #為了防止出現(xiàn):RuntimeError: could not open display報(bào)錯(cuò)
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、邊界顏色、圖形大小、和子區(qū)( subplot)設(shè)置
ax = fig.add_subplot(111) # 參數(shù)111的意思是：將畫布分割成1行1列，圖像畫在從左到右從上到下的第1塊，
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?yàn)槲沂球v訊云服務(wù)器,沒有圖形界面，所以我保存為圖片。
#隨機(jī)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] #回歸系數(shù)的更新操作
return weights
#改進(jìn)的隨機(jī)梯度上升算法
def stocGradAscent1(dataMatrix, classLabels, numIter=150): #較之前的增加了一個(gè)迭代次數(shù)作為第三個(gè)參數(shù)，默認(rèn)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))) #樣本隨機(jī)選擇
h = sigmoid(sum(dataMatrix[randIndex]*weights))
error = classLabels[randIndex] - h
weights = weights + alpha * error * dataMatrix[randIndex] #回歸系數(shù)的更新操作
del(dataIndex[randIndex])
return weights
#以回歸系數(shù)和特征向量作為輸入計(jì)算對(duì)應(yīng)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函數(shù)返回1，否則返回0
else: return 0.0
#打開測(cè)試集和訓(xùn)練集，并對(duì)數(shù)據(jù)進(jìn)行格式化處理的函數(shù)
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) #計(jì)算回歸系數(shù)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
#調(diào)用函數(shù)colicTest()10次，并求結(jié)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))
感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Python機(jī)器學(xué)習(xí)中l(wèi)ogistic回歸的示例分析”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計(jì)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
