逻辑回归(Logistic regression)
逻辑回归是统计学习中的经典分类方法。其多用在二分类{0,1}问题上。
定义1:
设X是连续随机变量,X服从逻辑回归分布是指X具有下列分布函数与密度函数:
分布函数属于逻辑斯谛函数,其图形是一条S形曲线。
定义2:
二项逻辑斯谛回归模型是如下条件概率分布:
从上式可以看出,逻辑回归对线性回归经行了归一化操作,将输出范围规定在{0,1}。
现在来看,逻辑回归的的特点,几率,指一件事件发生的概率与不发生的概率的比值。对上式分别求对数,我们可得如下式子。
这就是说,在逻辑回归模型中,输出Y=1的对数几率是输入x的线性函数。
对输入x经行分类的线性函数w*x,其值域为实数域。通过逻辑回归模型可以将线性函数转化为概率,
这就意味着,线性函数值越接近正无穷,概率越接近1;线性函数值越接近负无穷,概率值越接近0。这样的模型称为逻辑回归模型。
损失函数:
如同,在感知机一节中一样,我们需要构造损失函数,更新权值参数。我们利用极大似然估计法估计模型参数,即w。极大似然估计法是已经知道结果,然后寻求使该结果成立的最大可能条件(条件即模型参数)。
似然函数:
对数似然函数:
这样子,我们有了损失函数,这里我们只要将该函数极大化即可,求其最大值时的w即可。
优化求解:
梯度下降法
总是朝着负方向改变,直到找到极小值。初中数学中,对一个函数求导可以得到函
数在某一点的斜率k(表示函数的增长速率,朝着正方向改变),如果我们将斜率取负号
-k,那么就得到了朝着负方向增长的速率。在这里,由于我们要极大化对数似然函数,所
以在这里不用加负号。
更新公式:
其中,alpha是学习率。
python源码:
#coding=utf-8 #author=altman import numpy as np import matplotlib.pyplot as plt def loadData(): train_x = [] train_y = [] fileIn = open('data.txt') for line in fileIn.readlines(): lineArr = line.strip().split() train_x.append([1.0, float(lineArr[0]), float(lineArr[1])]) train_y.append(float(lineArr[2])) train_x = np.array(train_x) train_y = np.array(train_y).T return train_x,train_y def sigmod(x): return 1.0/(1.0+np.exp(-x)) def train(matrix,labels): size = matrix.shape[1] w = np.ones(size) while True: x = np.dot(matrix,w) y = sigmod(x) diff = labels - y tmpW = w + 0.01*np.dot(matrix.T,diff) diff2 = (tmpW-w)**2 sum_diff2 = sum(diff2) sq = sum_diff2**0.5 if sq < 0.001: break else: w = tmpW return w def test(matrix,labels,w): x = np.dot(matrix,w) y = sigmod(x) error = 0.0 for i,result in enumerate(y): if result > 0.5: predict = 1.0 if predict != labels[i]: error +=1 else: predict = 0.0 if predict != labels[i]: error +=1 print("错误率:%3.2f" %(error/100.0)) def show(data,labels,w): x1=[] y1=[] x2=[] y2=[] for i in range(len(labels)): if labels[i] == 0: x1.append(data[i,1]) y1.append(data[i,2]) else: x2.append(data[i,1]) y2.append(data[i,2]) plt.scatter(x1,y1,edgecolors='r') plt.scatter(x2,y2,edgecolors='k') max_x = (np.max(data[:,1])) min_x = (np.min(data[:,1])) y_min_x = float(-w[0] - w[1] * min_x) / w[2] y_max_x = float(-w[0] - w[1] * max_x) / w[2] plt.plot([min_x, max_x], [y_min_x, y_max_x], '-g') plt.show() def main(): matrix,labels = loadData() weights = train(matrix,labels) test(matrix,labels,weights) show(matrix,labels,weights) if __name__ == '__main__': main()
实验结果图:
实验数据集:
-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 -0.024205 6.151823 1 -0.036453 2.690988 1 -0.196949 0.444165 1 1.014459 5.754399 1 1.985298 3.230619 1 -1.693453 -0.557540 1 -0.576525 11.778922 0 -0.346811 -1.678730 1 -2.124484 2.672471 1 1.217916 9.597015 0 -0.733928 9.098687 0 -3.642001 -1.618087 1 0.315985 3.523953 1 1.416614 9.619232 0 -0.386323 3.989286 1 0.556921 8.294984 1 1.224863 11.587360 0 -1.347803 -2.406051 1 1.196604 4.951851 1 0.275221 9.543647 0 0.470575 9.332488 0 -1.889567 9.542662 0 -1.527893 12.150579 0 -1.185247 11.309318 0 -0.445678 3.297303 1 1.042222 6.105155 1 -0.618787 10.320986 0 1.152083 0.548467 1 0.828534 2.676045 1 -1.237728 10.549033 0 -0.683565 -2.166125 1 0.229456 5.921938 1 -0.959885 11.555336 0 0.492911 10.993324 0 0.184992 8.721488 0 -0.355715 10.325976 0 -0.397822 8.058397 0 0.824839 13.730343 0 1.507278 5.027866 1 0.099671 6.835839 1 -0.344008 10.717485 0 1.785928 7.718645 1 -0.918801 11.560217 0 -0.364009 4.747300 1 -0.841722 4.119083 1 0.490426 1.960539 1 -0.007194 9.075792 0 0.356107 12.447863 0 0.342578 12.281162 0 -0.810823 -1.466018 1 2.530777 6.476801 1 1.296683 11.607559 0 0.475487 12.040035 0 -0.783277 11.009725 0 0.074798 11.023650 0 -1.337472 0.468339 1 -0.102781 13.763651 0 -0.147324 2.874846 1 0.518389 9.887035 0 1.015399 7.571882 0 -1.658086 -0.027255 1 1.319944 2.171228 1 2.056216 5.019981 1 -0.851633 4.375691 1 -1.510047 6.061992 0 -1.076637 -3.181888 1 1.821096 10.283990 0 3.010150 8.401766 1 -1.099458 1.688274 1 -0.834872 -1.733869 1 -0.846637 3.849075 1 1.400102 12.628781 0 1.752842 5.468166 1 0.078557 0.059736 1 0.089392 -0.715300 1 1.825662 12.693808 0 0.197445 9.744638 0 0.126117 0.922311 1 -0.679797 1.220530 1 0.677983 2.556666 1 0.761349 10.693862 0 -2.168791 0.143632 1 1.388610 9.341997 0 0.317029 14.739025 0
时间: 2024-10-09 02:34:04