一、线性回归
1、代价函数
其中：
下面就是要求出theta，使代价最小，即代表我们拟合出来的方程距离真实值最近
共有m条数据，其中
代表我们要拟合出来的方程到真实值距离的平方，平方的原因是因为可能有负值，正负可能会抵消
前面有系数2的原因是下面求梯度是对每个变量求偏导，2可以消去
实现代码：
# 计算代价函数
def computerCost(X,y,theta):
m = len(y)
J = 0
J = (np.transpose(X*theta-y))*(X*theta-y)/(2*m)
#计算代价J
return J
注意这里的X是真实数据前加了一列1，因为有theta(0)
2、梯度下降算法
代价函数对
求偏导得到：
所以对theta的更新可以写为：
其中α为学习速率，控制梯度下降的速度，一般取0.01,0.03,0.1,0.3.....
为什么梯度下降可以逐步减小代价函数
假设函数f(x)
泰勒展开：f(x+△x)=f(x)+f'(x)*△x+o(△x)
令：△x=-α*f'(x) ,即负梯度方向乘以一个很小的步长α
将△x代入泰勒展开式中：f(x+x)=f(x)-α*[f'(x)]2+o(△x)
可以看出，α是取得很小的正数，[f'(x)]2也是正数，所以可以得出：f(x+△x)<=f(x)
所以沿着负梯度放下，函数在减小，多维情况一样。
实现代码Hello World!#
梯度下降算法
def gradientDescent(X,y,theta,alpha,num_iters):
m = len(y)
n = len(theta)
temp = np.matrix(np.zeros((n,num_iters))) # 暂存每次迭代计算的theta，转化为矩阵形式
J_history = np.zeros((num_iters,1)) #记录每次迭代计算的代价值
for i in range(num_iters): # 遍历迭代次数
h = np.dot(X,theta) # 计算内积，matrix可以直接乘
temp[:,i] = theta - ((alpha/m)*(np.dot(np.transpose(X),h-y)))
#梯度的计算
theta = temp[:,i]
J_history[i] = computerCost(X,y,theta) #调用计算代价函数
print '.',
return theta,J_history
3、均值归一化
目的是使数据都缩放到一个范围内，便于使用梯度下降算法
其中
为所有此feture数据的平均值
可以是最大值-最小值，也可以是这个feature对应的数据的标准差
实现代码：# 归一化feature
def featureNormaliza(X):
X_norm = np.array(X) #将X转化为numpy数组对象，才可以进行矩阵的运算
#定义所需变量
mu = np.zeros((1,X.shape[1]))
sigma = np.zeros((1,X.shape[1]))
mu = np.mean(X_norm,0) # 求每一列的平均值(0指定为列，1代表行)
sigma = np.std(X_norm,0) # 求每一列的标准差
for i in range(X.shape[1]): # 遍历列
X_norm[:,i] = (X_norm[:,i]-mu[i])/sigma[i] # 归一化
return X_norm,mu,sigma
注意预测的时候也需要均值归一化数据
4、最终运行结果
代价随迭代次数的变化
5、使用scikit-learn库中的线性模型实现
导入包from sklearn
import linear_model
from sklearn.preprocessing import StandardScaler
#引入缩放的包
归一化# 归一化操作
scaler = StandardScaler()
scaler.fit(X)
x_train = scaler.transform(X)
x_test = scaler.transform(np.array([1650,3]))
线性模型拟合# 线性模型拟合
model = linear_model.LinearRegression()
model.fit(x_train, y)
预测#预测结果
result = model.predict(x_test)
二、逻辑回归
1、代价函数
可以综合起来为：
其中：
为什么不用线性回归的代价函数表示，因为线性回归的代价函数可能是非凸的，对于分类问题，使用梯度下降很难得到最小值，上面的代价函数是凸函数
的图像如下，即y=1时：
可以看出，当
趋于1，y=1,与预测值一致，此时付出的代价cost趋于0，若
趋于0，y=1,此时的代价cost值非常大，我们最终的目的是最小化代价值
同理
的图像如下(y=0)：
2、梯度
同样对代价函数求偏导：
可以看出与线性回归的偏导数一致
推到过程
3、正则化
目的是为了防止过拟合
在代价函数中加上一项
注意j是重1开始的，因为theta(0)为一个常数项，X中最前面一列会加上1列1，所以乘积还是theta(0),feature没有关系，没有必要正则化
正则化后的代价：# 代价函数
def costFunction(initial_theta,X,y,inital_lambda):
m = len(y)
J = 0
h = sigmoid(np.dot(X,initial_theta)) # 计算h(z)
theta1 = initial_theta.copy() # 因为正则化j=1从1开始，不包含0，所以复制一份，前theta(0)值为0
theta1[0] = 0
temp = np.dot(np.transpose(theta1),theta1)
J = (-np.dot(np.transpose(y),np.log(h))-np.dot(np.transpose(1-y),np.log(1-h))+temp*inital_lambda/2)/m
# 正则化的代价方程
return J
正则化后的代价的梯度# 计算梯度
def gradient(initial_theta,X,y,inital_lambda):
m = len(y)
grad = np.zeros((initial_theta.shape[0]))
h = sigmoid(np.dot(X,initial_theta))# 计算h(z)
theta1 = initial_theta.copy()
theta1[0] = 0
grad = np.dot(np.transpose(X),h-y)/m+inital_lambda/m*theta1
#正则化的梯度
return grad
4、S型函数(即
)
实现代码：
# S型函数
def sigmoid(z):
h = np.zeros((len(z),1)) # 初始化，与z的长度一置
h = 1.0/(1.0+np.exp(-z))
return h
5、映射为多项式
因为数据的feture可能很少，导致偏差大，所以创造出一些feture结合
eg:映射为2次方的形式:
实现代码：# 映射为多项式
def mapFeature(X1,X2):
degree = 3; # 映射的最高次方
out = np.ones((X1.shape[0],1)) # 映射后的结果数组(取代X)
'''
这里以degree=2为例，映射为1,x1,x2,x1^2,x1,x2,x2^2
'''
for i in np.arange(1,degree+1):
for j in range(i+1):
temp = X1**(i-j)*(X2**j) #矩阵直接乘相当于matlab中的点乘.*
out = np.hstack((out, temp.reshape(-1,1)))
return out
6、使用scipy的优化方法
梯度下降使用scipy中optimize中的fmin_bfgs函数
调用scipy中的优化算法fmin_bfgs(拟牛顿法Broyden-Fletcher-Goldfarb-Shanno
costFunction是自己实现的一个求代价的函数，
initial_theta表示初始化的值,
fprime指定costFunction的梯度
args是其余测参数，以元组的形式传入，最后会将最小化costFunction的theta返回result = optimize.fmin_bfgs(costFunction,
initial_theta, fprime=gradient, args=(X,y,initial_lambda))
7、运行结果
data1决策边界和准确度
data2决策边界和准确度
8、使用scikit-learn库中的逻辑回归模型实现
导入包
from sklearn.linear_model
import LogisticRegression
from sklearn.preprocessing import StandardScaler
from sklearn.cross_validation import train_test_split
import numpy as np
划分训练集和测试集# 划分为训练集和测试集
x_train,x_test,y_train,y_test = train_test_split(X,y,test_size=0.2)
归一化# 归一化
scaler = StandardScaler()
scaler.fit(x_train)
x_train = scaler.fit_transform(x_train)
x_test = scaler.fit_transform(x_test)
逻辑回归#逻辑回归
model = LogisticRegression()
model.fit(x_train,y_train)
预测# 预测
predict = model.predict(x_test)
right = sum(predict == y_test)
predict = np.hstack((predict.reshape(-1,1),y_test.reshape(-1,1)))
# 将预测值和真实值放在一块，好观察
print predict
print ('测试集准确率：%f%%'%(right*100.0/predict.shape[0]))
#计算在测试集上的准确度
逻辑回归_手写数字识别_OneVsAll
1、随机显示100个数字
我没有使用scikit-learn中的数据集，像素是20*20px，彩色图如下
灰度图：
实现代码：# 显示100个数字
def display_data(imgData):
sum = 0
'''
显示100个数(若是一个一个绘制将会非常慢，可以将要画的数字整理好，放到一个矩阵中，显示这个矩阵即可)
- 初始化一个二维数组
- 将每行的数据调整成图像的矩阵，放进二维数组
- 显示即可
'''
pad = 1
display_array = -np.ones((pad+10*(20+pad),pad+10*(20+pad)))
for i in range(10):
for j in range(10):
display_array[pad+i*(20+pad):pad+i*(20+pad)+20,pad+j*(20+pad):pad+j*(20+pad)+20]
= (imgData[sum,:].reshape(20,20,order="F"))
# order=F指定以列优先，在matlab中是这样的，python中需要指定，默认以行
sum += 1
plt.imshow(display_array,cmap='gray') #显示灰度图像
plt.axis('off')
plt.show()
2、OneVsAll
如何利用逻辑回归解决多分类的问题，OneVsAll就是把当前某一类看成一类，其他所有类别看作一类，这样有成了二分类的问题了
如下图，把途中的数据分成三类，先把红色的看成一类，把其他的看作另外一类，进行逻辑回归，然后把蓝色的看成一类，其他的再看成一类，以此类推...
可以看出大于2类的情况下，有多少类就要进行多少次的逻辑回归分类
3、手写数字识别
共有0-9，10个数字，需要10次分类
由于数据集y给出的是0,1,2...9的数字，而进行逻辑回归需要0/1的label标记，所以需要对y处理
说一下数据集，前500个是0,500-1000是1,...,所以如下图，处理后的y，前500行的第一列是1，其余都是0,500-1000行第二列是1，其余都是0....
然后调用梯度下降算法求解theta
实现代码：# 求每个分类的theta，最后返回所有的all_theta
def oneVsAll(X,y,num_labels,Lambda):
# 初始化变量
m,n = X.shape
all_theta = np.zeros((n+1,num_labels)) # 每一列对应相应分类的theta,共10列
X = np.hstack((np.ones((m,1)),X)) # X前补上一列1的偏置bias
class_y = np.zeros((m,num_labels)) # 数据的y对应0-9，需要映射为0/1的关系
initial_theta = np.zeros((n+1,1)) # 初始化一个分类的theta
# 映射y
for i in range(num_labels):
class_y[:,i] = np.int32(y==i).reshape(1,-1) #
注意reshape(1,-1)才可以赋值
#np.savetxt("class_y.csv", class_y[0:600,:],
delimiter=',')
'''遍历每个分类，计算对应的theta值'''
for i in range(num_labels):
result = optimize.fmin_bfgs(costFunction, initial_theta,
fprime=gradient, args=(X,class_y[:,i],Lambda))
# 调用梯度下降的优化方法
all_theta[:,i] = result.reshape(1,-1) # 放入all_theta中
all_theta = np.transpose(all_theta)
return all_theta
4、预测
之前说过，预测的结果是一个概率值，利用学习出来的theta代入预测的S型函数中，每行的最大值就是是某个数字的最大概率，所在的列号就是预测的数字的真实值,因为在分类时，所有为0的将y映射在第一列，为1的映射在第二列，依次类推
实现代码：# 预测
def predict_oneVsAll(all_theta,X):
m = X.shape[0]
num_labels = all_theta.shape[0]
p = np.zeros((m,1))
X = np.hstack((np.ones((m,1)),X)) #在X最前面加一列1
h = sigmoid(np.dot(X,np.transpose(all_theta)))
#预测
'''
返回h中每一行最大值所在的列号
- np.max(h, axis=1)返回h中每一行的最大值(是某个数字的最大概率)
- 最后where找到的最大概率所在的列号(列号即是对应的数字)
'''
p = np.array(np.where(h[0,:] == np.max(h, axis=1)[0]))
for i in np.arange(1, m):
t = np.array(np.where(h[i,:] == np.max(h, axis=1)[i]))
p = np.vstack((p,t))
return p
5、运行结果
10次分类，在训练集上的准确度：
6、使用scikit-learn库中的逻辑回归模型实现
1、导入包from scipy import
io as spio
import numpy as np
from sklearn import svm
from sklearn.linear_model import LogisticRegression
2、加载数据data = loadmat_data("data_digits.mat")
X = data['X'] # 获取X数据，每一行对应一个数字20x20px
y = data['y'] # 这里读取mat文件y的shape=(5000, 1)
y = np.ravel(y) # 调用sklearn需要转化成一维的(5000,)
3、拟合模型model = LogisticRegression()
model.fit(X, y) # 拟合
4、预测predict = model.predict(X)
#预测
print u"预测准确度为：%f%%"%np.mean(np.float64(predict
== y)*100)
5、输出结果(在训练集上的准确度)
三、BP神经网络
1、神经网络model
先介绍个三层的神经网络，如下图所示
输入层(input layer)有三个units(x0为补上的bias，通常设为1)
表示第j层的第i个激励，也称为为单元unit
为第j层到第j+1层映射的权重矩阵，就是每条边的权重
所以可以得到：
隐含层：
输出层
其中，S型函数
，也成为激励函数
可以看出
为3x4的矩阵，
为1x4的矩阵
j+1的单元数x(j层的单元数+1)
2、代价函数
假设最后输出的
，即代表输出层有K个单元
其中，
代表第i个单元输出
与逻辑回归的代价函数
差不多，就是累加上每个输出(共有K个输出)
3、正则化
L-->所有层的个数
-->第l层unit的个数
正则化后的代价函数为
共有L-1层，
然后是累加对应每一层的theta矩阵，注意不包含加上偏置项对应的theta(0)
正则化后的代价函数实现代码：# 代价函数
def nnCostFunction(nn_params,input_layer_size,hidden
_layer_size,num_labels,X,y,Lambda):
length = nn_params.shape[0] # theta的中长度
# 还原theta1和theta2
Theta1 = nn_params[0:hidden_layer_size*(input_layer_size+1)].
reshape(hidden_layer_size,input_layer_size+1)
Theta2 = nn_params[hidden_layer_size*(input_layer_
size+1):length].reshape(num_labels,hidden_layer_size+1)
# np.savetxt("Theta1.csv",Theta1,delimiter=',')
m = X.shape[0]
class_y = np.zeros((m,num_labels))
# 数据的y对应0-9，需要映射为0/1的关系
# 映射y
for i in range(num_labels):
class_y[:,i] = np.int32(y==i).reshape(1,-1)
#
注意reshape(1,-1)才可以赋值
'''去掉theta1和theta2的第一列，因为正则化时从1开始'''
Theta1_colCount = Theta1.shape[1]
Theta1_x = Theta1[:,1:Theta1_colCount]
Theta2_colCount = Theta2.shape[1]
Theta2_x = Theta2[:,1:Theta2_colCount]
# 正则化向theta^2
term = np.dot(np.transpose(np.vstack((Theta1_x.reshape(-1,1),
Theta2_x.reshape(-1,1)))),np.vstack((Theta1_
x.reshape(-1,1),Theta2_x.reshape(-1,1))))
'''正向传播,每次需要补上一列1的偏置bias'''
a1 = np.hstack((np.ones((m,1)),X))
z2 = np.dot(a1,np.transpose(Theta1))
a2 = sigmoid(z2)
a2 = np.hstack((np.ones((m,1)),a2))
z3 = np.dot(a2,np.transpose(Theta2))
h = sigmoid(z3)
'''代价'''
J = -(np.dot(np.transpose(class_y.reshape(-1,1))
,np.log(h.reshape(-1,1)))+np.dot(np.transpose(1-class_y.reshape(-1,1)),np.log(1-h.reshape(-1,1)))-Lambda*term/2)/m
return np.ravel(J)
4、反向传播BP
上面正向传播可以计算得到J(θ),使用梯度下降法还需要求它的梯度
BP反向传播的目的就是求代价函数的梯度
假设4层的神经网络,
记为-->l层第j个单元的误差
《===》
(向量化)
没有
，因为对于输入没有误差
因为S型函数
}的导数为：
，所以上面的
和
可以在前向传播中计算出来
反向传播计算梯度的过程为：
(
是大写的
)
for i=1-m:
-正向传播计算
(l=2,3,4...L)
-反向计算
；
最后
，即得到代价函数的梯度
实现代码：
# 梯度
def nnGradient(nn_params,input_layer_size,hidden_layer_
size,num_labels,X,y,Lambda):
length = nn_params.shape[0]
Theta1 = nn_params[0:hidden_layer_size*(input_layer_size+1)].
reshape(hidden_layer_size,input_layer_size+1).copy()
# 这里使用copy函数，否则下面修改Theta的值，nn_params也会一起修改
Theta2 = nn_params[hidden_layer_size*(input_layer_size+1):length].
reshape(num_labels,hidden_layer_size+1).copy()
m = X.shape[0]
class_y = np.zeros((m,num_labels)) # 数据的y对应0-9，需要映射为0/1的关系
# 映射y
for i in range(num_labels):
class_y[:,i] = np.int32(y==i).reshape(1,-1) #
注意reshape(1,-1)才可以赋值
'''去掉theta1和theta2的第一列，因为正则化时从1开始'''
Theta1_colCount = Theta1.shape[1]
Theta1_x = Theta1[:,1:Theta1_colCount]
Theta2_colCount = Theta2.shape[1]
Theta2_x = Theta2[:,1:Theta2_colCount]
Theta1_grad = np.zeros((Theta1.shape)) #第一层到第二层的权重
Theta2_grad = np.zeros((Theta2.shape)) #第二层到第三层的权重
'''正向传播，每次需要补上一列1的偏置bias'''
a1 = np.hstack((np.ones((m,1)),X))
z2 = np.dot(a1,np.transpose(Theta1))
a2 = sigmoid(z2)
a2 = np.hstack((np.ones((m,1)),a2))
z3 = np.dot(a2,np.transpose(Theta2))
h = sigmoid(z3)
'''反向传播，delta为误差，'''
delta3 = np.zeros((m,num_labels))
delta2 = np.zeros((m,hidden_layer_size))
for i in range(m):
#delta3[i,:] = (h[i,:]-class_y[i,:])*sigmoidGradient(z3[i,:])
# 均方误差的误差率
delta3[i,:] = h[i,:]-class_y[i,:] # 交叉熵误差率
Theta2_grad = Theta2_grad+np.dot(np.transpose(delta3[i,:]
.reshape(1,-1)),a2[i,:].reshape(1,-1))
delta2[i,:] = np.dot(delta3[i,:].reshape(1,-1),Theta2_x
)*sigmoidGradient(z2[i,:])
Theta1_grad = Theta1_grad+np.dot(np.transpose(delta2[i,:]
.reshape(1,-1)),a1[i,:].reshape(1,-1))
Theta1[:,0] = 0
Theta2[:,0] = 0
'''梯度'''
grad = (np.vstack((Theta1_grad.reshape(-1,1),
Theta2_grad.reshape(-1,1)))+Lambda*np.vstack
((Theta1.reshape(-1,1),Theta2.reshape(-1,1))))/m
return np.ravel(grad)
5、BP可以求梯度的原因
实际是利用了链式求导法则
因为下一层的单元利用上一层的单元作为输入进行计算
大体的推导过程如下，最终我们是想预测函数与已知的y非常接近，求均方差的梯度沿着此梯度方向可使代价函数最小化。可对照上面求梯度的过程。
求误差更详细的推导过程：
6、梯度检查
检查利用BP求的梯度是否正确
利用导数的定义验证：
求出来的数值梯度应该与BP求出的梯度非常接近
验证BP正确后就不需要再执行验证梯度的算法了
实现代码：# 检验梯度是否计算正确
# 检验梯度是否计算正确
def checkGradient(Lambda = 0):
'''构造一个小型的神经网络验证，因为数值法计算梯度很浪
费时间，而且验证正确后之后就不再需要验证了'''
input_layer_size = 3
hidden_layer_size = 5
num_labels = 3
m = 5
initial_Theta1 = debugInitializeWeights(input_layer_size,
hidden_layer_size);
initial_Theta2 = debugInitializeWeights
(hidden_layer_size,num_labels)
X = debugInitializeWeights(input_layer_size-1,m)
y = 1+np.transpose(np.mod(np.arange(1,m+1), num_labels))
#
初始化y
y = y.reshape(-1,1)
nn_params = np.vstack((initial_Theta1.reshape(-1,1),
initial_Theta2.reshape(-1,1)))
#展开theta
'''BP求出梯度'''
grad = nnGradient(nn_params, input_layer_size,
hidden_layer_size,
num_labels, X, y, Lambda)
'''使用数值法计算梯度'''
num_grad = np.zeros((nn_params.shape[0]))
step = np.zeros((nn_params.shape[0]))
e = 1e-4
for i in range(nn_params.shape[0]):
step[i] = e
loss1 = nnCostFunction(nn_params-step.reshape(-1,1),
input_layer_size, hidden_layer_size,
num_labels, X, y,
Lambda)
loss2 = nnCostFunction(nn_params+step.reshape(-1,1),
input_layer_size, hidden_layer_size,
num_labels, X, y,
Lambda)
num_grad[i] = (loss2-loss1)/(2*e)
step[i]=0
# 显示两列比较
res = np.hstack((num_grad.reshape(-1,1),
grad.reshape(-1,1)))
print res
7、权重的随机初始化
神经网络不能像逻辑回归那样初始化theta为0,因为若是每条边的权重都为0，每个神经元都是相同的输出，在反向传播中也会得到同样的梯度，最终只会预测一种结果。
所以应该初始化为接近0的数
实现代码# 随机初始化权重theta
def randInitializeWeights(L_in,L_out):
W = np.zeros((L_out,1+L_in)) # 对应theta的权重
epsilon_init = (6.0/(L_out+L_in))**0.5
W = np.random.rand(L_out,1+L_in)*2*epsilon_init-epsilon_init
# np.random.rand(L_out,1+L_in)产生L_out*(1+L_in)大小的随机矩阵
return W
8、预测
正向传播预测结果
实现代码# 预测
def predict(Theta1,Theta2,X):
m = X.shape[0]
num_labels = Theta2.shape[0]
#p = np.zeros((m,1))
'''正向传播，预测结果'''
X = np.hstack((np.ones((m,1)),X))
h1 = sigmoid(np.dot(X,np.transpose(Theta1)))
h1 = np.hstack((np.ones((m,1)),h1))
h2 = sigmoid(np.dot(h1,np.transpose(Theta2)))
'''
返回h中每一行最大值所在的列号
- np.max(h, axis=1)返回h中每一行的最大值(是某个数字的最大概率)
- 最后where找到的最大概率所在的列号(列号即是对应的数字)
'''
#np.savetxt("h2.csv",h2,delimiter=',')
p = np.array(np.where(h2[0,:] == np.max(h2, axis=1)[0]))
for i in np.arange(1, m):
t = np.array(np.where(h2[i,:] == np.max(h2, axis=1)[i]))
p = np.vstack((p,t))
return p
9、输出结果
梯度检查：
随机显示100个手写数字
显示theta1权重
训练集预测准确度
归一化后训练集预测准确度
四、SVM支持向量机
1、代价函数
在逻辑回归中，我们的代价为：
其中：
，
如图所示，如果y=1，cost代价函数如图所示
我们想让
，即z>>0，这样的话cost代价函数才会趋于最小(这是我们想要的)，所以用途中红色的函数
代替逻辑回归中的cost
当y=0时同样，用
代替
最终得到的代价函数为：
最后我们想要
之前我们逻辑回归中的代价函数为：
可以认为这里的
，只是表达形式问题，这里C的值越大，SVM的决策边界的margin也越大，下面会说明
2、Large Margin
如下图所示,SVM分类会使用最大的margin将其分开
先说一下向量内积
，
表示u的欧几里得范数(欧式范数)，
向量V在向量u上的投影的长度记为p，则：向量内积：
根据向量夹角公式推导一下即可，
前面说过，当C越大时，margin也就越大，我们的目的是最小化代价函数J(θ),当margin最大时，C的乘积项
要很小，所以近似为：
，
我们最后的目的就是求使代价最小的θ
由
可以得到：
，p即为x在θ上的投影
如下图所示，假设决策边界如图，找其中的一个点，到θ上的投影为p,则
或者
，若是p很小，则需要
很大，这与我们要求的θ使
最小相违背，所以最后求的是large
margin
3、SVM Kernel(核函数)
对于线性可分的问题，使用线性核函数即可
对于线性不可分的问题，在逻辑回归中，我们是将feature映射为使用多项式的形式
，SVM中也有多项式核函数，但是更常用的是高斯核函数，也称为RBF核
高斯核函数为：
假设如图几个点，
令：
可以看出，若是x与
距离较近，==》
，(即相似度较大)
若是x与
距离较远，==》
，(即相似度较低)
高斯核函数的σ越小，f下降的越快
如何选择初始的
训练集：
选择：
对于给出的x，计算f,令：
所以：
最小化J求出θ，
如果
，==》预测y=1
4、使用scikit-learn中的SVM模型代码
线性可分的,指定核函数为linear：'''data1——线性分类'''
data1 = spio.loadmat('data1.mat')
X = data1['X']
y = data1['y']
y = np.ravel(y)
plot_data(X,y)
model = svm.SVC(C=1.0,kernel='linear').fit(X,y)
# 指定核函数为线性核函数
非线性可分的，默认核函数为rbf'''data2——非线性分类'''
data2 = spio.loadmat('data2.mat')
X = data2['X']
y = data2['y']
y = np.ravel(y)
plt = plot_data(X,y)
plt.show()
model = svm.SVC(gamma=100).fit(X,y) # gamma为核函数的系数，值越大拟合的越好
5、运行结果
线性可分的决策边界：
线性不可分的决策边界：
五、K-Means聚类算法
1、聚类过程
聚类属于无监督学习，不知道y的标记分为K类
K-Means算法分为两个步骤
第一步：簇分配，随机选K个点作为中心，计算到这K个点的距离，分为K个簇
第二步：移动聚类中心：重新计算每个簇的中心，移动中心，重复以上步骤。
如下图所示：
随机分配的聚类中心
重新计算聚类中心，移动一次
最后10步之后的聚类中心
计算每条数据到哪个中心最近实现代码：
# 找到每条数据距离哪个类中心最近
def findClosestCentroids(X,initial_centroids):
m = X.shape[0] # 数据条数
K = initial_centroids.shape[0] # 类的总数
dis = np.zeros((m,K)) # 存储计算每个点分别到K个类的距离
idx = np.zeros((m,1)) # 要返回的每条数据属于哪个类
'''计算每个点到每个类中心的距离'''
for i in range(m):
for j in range(K):
dis[i,j] = np.dot((X[i,:]-initial_centroids[j,:]).reshape(1,-1),(X[i,:]-initial_centroids[j,:]).reshape(-1,1))
'''返回dis每一行的最小值对应的列号，即为对应的类别
- np.min(dis, axis=1)返回每一行的最小值
- np.where(dis == np.min(dis, axis=1).reshape(-1,1))
返回对应最小值的坐标
- 注意：可能最小值对应的坐标有多个，where都会找出来，所以返回时返回前m个需要的即可(因为对于多个最小值，属于哪个类别都可以)
'''
dummy,idx = np.where(dis == np.min(dis, axis=1).reshape(-1,1))
return idx[0:dis.shape[0]] # 注意截取一下
计算类中心实现代码：# 计算类中心
def computerCentroids(X,idx,K):
n = X.shape[1]
centroids = np.zeros((K,n))
for i in range(K):
centroids[i,:] = np.mean(X[np.ravel(idx==i),:],
axis=0).reshape(1,-1) # 索引要是一维的,axis=0为每一列，idx==i一次找出属于哪一类的，然后计算均值
return centroids
2、目标函数
也叫做失真代价函数
最后我们想得到：
其中
表示第i条数据距离哪个类中心最近，
其中
即为聚类的中心
3、聚类中心的选择
随机初始化，从给定的数据中随机抽取K个作为聚类中心
随机一次的结果可能不好，可以随机多次，最后取使代价函数最小的作为中心
实现代码：(这里随机一次)# 初始化类中心--随机取K个点作为聚类中心
def kMeansInitCentroids(X,K):
m = X.shape[0]
m_arr = np.arange(0,m) # 生成0-m-1
centroids = np.zeros((K,X.shape[1]))
np.random.shuffle(m_arr) # 打乱m_arr顺序
rand_indices = m_arr[:K] # 取前K个
centroids = X[rand_indices,:]
return centroids
4、聚类个数K的选择
聚类是不知道y的label的，所以不知道真正的聚类个数
肘部法则(Elbow method)
作代价函数J和K的图，若是出现一个拐点，如下图所示，K就取拐点处的值，下图此时K=3
若是很平滑就不明确，人为选择。
第二种就是人为观察选择
5、应用——图片压缩
将图片的像素分为若干类，然后用这个类代替原来的像素值
执行聚类的算法代码：# 聚类算法
def runKMeans(X,initial_centroids,max_iters,plot_process):
m,n = X.shape # 数据条数和维度
K = initial_centroids.shape[0] # 类数
centroids = initial_centroids # 记录当前类中心
previous_centroids = centroids # 记录上一次类中心
idx = np.zeros((m,1)) # 每条数据属于哪个类
for i in range(max_iters): # 迭代次数
print u'迭代计算次数：%d'%(i+1)
idx = findClosestCentroids(X, centroids)
if plot_process: # 如果绘制图像
plt = plotProcessKMeans(X,centroids,previous_centroids)
# 画聚类中心的移动过程
previous_centroids = centroids # 重置
centroids = computerCentroids(X, idx, K) # 重新计算类中心
if plot_process: # 显示最终的绘制结果
plt.show()
return centroids,idx # 返回聚类中心和数据属于哪个类
6、使用scikit-learn库中的线性模型实现聚类
导入包from sklearn.cluster
import KMeans
使用模型拟合数据model = KMeans(n_clusters=3).fit(X)
# n_clusters指定3类，拟合数据
聚类中心centroids =
model.cluster_centers_ # 聚类中心
7、运行结果
二维数据类中心的移动
图片压缩
六、PCA主成分分析(降维)
1、用处
数据压缩(Data Compression),使程序运行更快
可视化数据，例如3D-->2D等
......
2、2D-->1D，nD-->kD
如下图所示，所有数据点可以投影到一条直线，是投影距离的平方和(投影误差)最小
注意数据需要归一化处理
思路是找1个向量u,所有数据投影到上面使投影距离最小
那么nD-->kD就是找k个向量
，所有数据投影到上面使投影误差最小
eg:3D-->2D,2个向量
就代表一个平面了，所有点投影到这个平面的投影误差最小即可
3、主成分分析PCA与线性回归的区别
线性回归是找x与y的关系，然后用于预测y
PCA是找一个投影面，最小化data到这个投影面的投影误差
4、PCA降维过程
数据预处理(均值归一化)
公式：
就是减去对应feature的均值，然后除以对应特征的标准差(也可以是最大值-最小值)
实现代码：# 归一化数据
def featureNormalize(X):
'''(每一个数据-当前列的均值)/当前列的标准差'''
n = X.shape[1]
mu = np.zeros((1,n));
sigma = np.zeros((1,n))
mu = np.mean(X,axis=0)
sigma = np.std(X,axis=0)
for i in range(n):
X[:,i] = (X[:,i]-mu[i])/sigma[i]
return X,mu,sigma
计算协方差矩阵Σ(Covariance Matrix)：
注意这里的Σ和求和符号不同
协方差矩阵对称正定(不理解正定的看看线代)
大小为nxn,n为feature的维度
实现代码：Sigma = np.dot(np.transpose(X_norm),X_norm)/m
# 求Sigma
计算Σ的特征值和特征向量
可以是用svd奇异值分解函数：U,S,V = svd(Σ)
返回的是与Σ同样大小的对角阵S(由Σ的特征值组成)[注意：matlab中函数返回的是对角阵，在python中返回的是一个向量，节省空间]
还有两个酉矩阵U和V，且
注意：svd函数求出的S是按特征值降序排列的，若不是使用svd,需要按特征值大小重新排列U
降维
选取U中的前K列(假设要降为K维)
Z就是对应降维之后的数据
实现代码：# 映射数据
def projectData(X_norm,U,K):
Z = np.zeros((X_norm.shape[0],K))
U_reduce = U[:,0:K] # 取前K个
Z = np.dot(X_norm,U_reduce)
return Z
过程总结：
Sigma = X'*X/m
U,S,V = svd(Sigma)
Ureduce = U[:,0:k]
Z = Ureduce'*x
5、数据恢复
因为：
所以：
(注意这里是X的近似值)
又因为Ureduce为正定矩阵，【正定矩阵满足：
，所以：
】，所以这里：
实现代码：# 恢复数据
def recoverData(Z,U,K):
X_rec = np.zeros((Z.shape[0],U.shape[0]))
U_recude = U[:,0:K]
X_rec = np.dot(Z,np.transpose(U_recude)) # 还原数据(近似)
return X_rec
6、主成分个数的选择(即要降的维度)
如何选择
投影误差(project error)：
总变差(total variation):
若误差率(error ratio)：
，则称99%保留差异性
误差率一般取1%，5%，10%等
如何实现
若是一个个试的话代价太大
之前U,S,V = svd(Sigma),我们得到了S，这里误差率error ratio:
可以一点点增加K尝试。
7、使用建议
不要使用PCA去解决过拟合问题Overfitting，还是使用正则化的方法(如果保留了很高的差异性还是可以的)
只有在原数据上有好的结果，但是运行很慢，才考虑使用PCA
8、运行结果
2维数据降为1维
要投影的方向
2D降为1D及对应关系
人脸数据降维
原始数据
可视化部分U矩阵信息
恢复数据
9、使用scikit-learn库中的PCA实现降维
导入需要的包：#-*- coding:
utf-8 -*-
# Author:bob
# Date:2016.12.22
import numpy as np
from matplotlib import pyplot as plt
from scipy import io as spio
from sklearn.decomposition import pca
from sklearn.preprocessing import StandardScaler
归一化数据'''归一化数据并作图'''
scaler = StandardScaler()
scaler.fit(X)
x_train = scaler.transform(X)
使用PCA模型拟合数据，并降维
n_components对应要将的维度'''拟合数据'''
K=1 # 要降的维度
model = pca.PCA(n_components=K).fit(x_train) #
拟合数据，n_components定义要降的维度
Z = model.transform(x_train) # transform就会执行降维操作
数据恢复
model.components_会得到降维使用的U矩阵'''数据恢复并作图'''
Ureduce = model.components_ # 得到降维用的Ureduce
x_rec = np.dot(Z,Ureduce) # 数据恢复
七、异常检测 Anomaly Detection
1、高斯分布(正态分布)Gaussian distribution
分布函数：
其中，u为数据的均值，σ为数据的标准差
σ越小，对应的图像越尖
参数估计(parameter estimation)
2、异常检测算法
例子
训练集：
,其中
假设
相互独立，建立model模型：
过程
选择具有代表异常的feature:xi
参数估计：
计算p(x),若是P(x)
这里只是单元高斯分布，假设了feature之间是独立的，下面会讲到多元高斯分布，会自动捕捉到feature之间的关系
参数估计实现代码# 参数估计函数(就是求均值和方差)
def estimateGaussian(X):
m,n = X.shape
mu = np.zeros((n,1))
sigma2 = np.zeros((n,1))
mu = np.mean(X, axis=0) # axis=0表示列，每列的均值
sigma2 = np.var(X,axis=0) # 求每列的方差
return mu,sigma2
3、评价p(x)的好坏，以及ε的选取
对偏斜数据的错误度量
因为数据可能是非常偏斜的(就是y=1的个数非常少，(y=1表示异常))，所以可以使用Precision/Recall，计算F1Score(在CV交叉验证集上)
例如：预测癌症，假设模型可以得到99%能够预测正确，1%的错误率，但是实际癌症的概率很小，只有0.5%，那么我们始终预测没有癌症y=0反而可以得到更小的错误率。使用error
rate来评估就不科学了。
如下图记录：
，即：正确预测正样本/所有预测正样本
，即：正确预测正样本/真实值为正样本
总是让y=1(较少的类)，计算Precision和Recall
还是以癌症预测为例，假设预测都是no-cancer，TN=199，FN=1，TP=0，FP=0，所以：Precision=0/0，Recall=0/1=0，尽管accuracy=199/200=99.5%，但是不可信。
ε的选取
尝试多个ε值，使F1Score的值高
实现代码
# 选择最优的epsilon，即：使F1Score最大
def selectThreshold(yval,pval):
'''初始化所需变量'''
bestEpsilon = 0.
bestF1 = 0.
F1 = 0.
step = (np.max(pval)-np.min(pval))/1000
'''计算'''
for epsilon in np.arange(np.min(pval),np.max(pval),step):
cvPrecision = pval
tp = np.sum((cvPrecision == 1) & (yval ==
1).ravel()).astype(float) # sum求和是int型的，需要转为float
fp = np.sum((cvPrecision == 1) & (yval ==
0).ravel()).astype(float)
fn = np.sum((cvPrecision == 0) & (yval ==
1).ravel()).astype(float)
precision = tp/(tp+fp) # 精准度
recision = tp/(tp+fn) # 召回率
F1 = (2*precision*recision)/(precision+recision)
# F1Score计算公式
if F1 > bestF1: # 修改最优的F1 Score
bestF1 = F1
bestEpsilon = epsilon
return bestEpsilon,bestF1
4、选择使用什么样的feature(单元高斯分布)
如果一些数据不是满足高斯分布的，可以变化一下数据，例如log(x+C),x^(1/2)等
如果p(x)的值无论异常与否都很大，可以尝试组合多个feature,(因为feature之间可能是有关系的)
5、多元高斯分布
单元高斯分布存在的问题
如下图，红色的点为异常点，其他的都是正常点(比如CPU和memory的变化)
x1对应的高斯分布如下：
x2对应的高斯分布如下：
可以看出对应的p(x1)和p(x2)的值变化并不大，就不会认为异常
因为我们认为feature之间是相互独立的，所以如上图是以正圆的方式扩展
多元高斯分布
，并不是建立p(x1),p(x2)...p(xn)，而是统一建立p(x)
其中参数：
,Σ为协方差矩阵
同样，|Σ|越小，p(x)越尖
例如：
表示x1,x2正相关，即x1越大，x2也就越大，如下图，也就可以将红色的异常点检查出了
若：
表示x1,x2负相关
实现代码：# 多元高斯分布函数
def multivariateGaussian(X,mu,Sigma2):
k = len(mu)
if (Sigma2.shape[0]>1):
Sigma2 = np.diag(Sigma2)
'''多元高斯分布函数'''
X = X-mu
argu = (2*np.pi)**(-k/2)*np.linalg.det(Sigma2)**(-0.5)
p = argu*np.exp(-0.5*np.sum(np.dot(X,np.linalg.inv
(Sigma2))*X,axis=1))
# axis表示每行
return p
6、单元和多元高斯分布特点
单元高斯分布
人为可以捕捉到feature之间的关系时可以使用
计算量小
多元高斯分布
自动捕捉到相关的feature
计算量大，因为：
m>n或Σ可逆时可以使用。(若不可逆，可能有冗余的x，因为线性相关，不可逆，或者就是m
7、程序运行结果
显示数据
等高线
异常点标注本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
