【Andrew Ng】 机器学习Exercise1——Linear Regression_对于这个数据集,你 可以使用散点图来可视化数据,因为它只有两个属性可以绘制(利润

1、单变量线性回归

在本部分练习中，您将使用一个变量实现线性回归，以预测食品卡车的利润。假设你是一家连锁餐厅的首席执行官，正在考虑在不同的城市开设一家新分店。这个连锁店已经在不同的城市有了卡车，你可以从城市得到利润和人口的数据。

您希望使用这些数据来帮助您选择下一个要扩展到的城市。

文件ex1data1.txt包含线性回归问题的数据集。第一列是一个城市的人口第二列是那个城市的食品卡车的利润。利润为负数表示亏损。

 

1.1 Plotting the Data

在开始任何任务之前，通过可视化来理解数据通常是有用的。对于这个数据集，您可以使用散点图来可视化数据，因为它只有两个属性可以绘图(利润和人口)。(现实生活中你会遇到的许多其他问题都是多维的，不能用二维图来表示。)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
path =  'ex1data1.txt'
data = pd.read_csv(path, header=None, names=['Population', 'Profit'])
 
data.head()
Out[1]: 
   Population   Profit
0      6.1101  17.5920
1      5.5277   9.1302
2      8.5186  13.6620
3      7.0032  11.8540
4      5.8598   6.8233
 
data.describe()
Out[2]: 
       Population     Profit
count   97.000000  97.000000
mean     8.159800   5.839135
std      3.869884   5.510262
min      5.026900  -2.680700
25%      5.707700   1.986900
50%      6.589400   4.562300
75%      8.578100   7.046700
max     22.203000  24.147000

看下数据长什么样子

data.plot(kind='scatter', x='Population', y='Profit', figsize=(12,8))
plt.show()

 

1.2 Gradient Descent

在这一部分中,您将符合线性回归参数θ数据集使用梯度下降法。

 

1.2.1 Update Equations（更新方程）

线性回归的目标是使成本函数最小化

$J\left ( \theta \right ) = \frac{1}{2m} \sum \left ( h_{\theta }\left ( x^{\left ( i \right )} \right ) - y^{\left ( i \right )}\right )^{2}$

假设$h_{\theta }\left ( x \right )$是由线性模型

$h_{\theta }\left ( x \right ) = \theta ^{T}x = \theta _{0} + \theta _{1}x_{1}$

回想一下,你的模型的参数是值。这些值将最小化成本调整J(θ)。一种方法是使用批量梯度下降算法。在批量梯度下降，每个迭代执行update

$\theta _{j} : \theta _{j} - \alpha \frac{1}{2m}\sum_{i=1}^{m}\left ( h_{\theta }\left ( x^{\left ( i \right )} \right ) - y^{\left ( i \right )} \right )x_{j}^{i}$ ，同时更新所有的j。

def computeCost(X, y, theta):
    inner = np.power(((X * theta.T) - y), 2)
    return np.sum(inner) / (2 * len(X))
'
运行
运行

每一步的梯度下降法,参数接近最优值,达到成本最低J(θ)。

Note:我们将每个示例作为一行存储在X矩阵中。考虑截距项($\theta _{0}$),我们添加一个额外的第一列X作为$\theta _{0}$，当作另一个“特性”。

在训练集中添加一列，以便我们可以使用向量化的解决方案来计算代价和梯度。

data.insert(0, 'Ones', 1)
 
data.head()
Out[3]: 
   Ones  Population   Profit
0     1      6.1101  17.5920
1     1      5.5277   9.1302
2     1      8.5186  13.6620
3     1      7.0032  11.8540
4     1      5.8598   6.8233

区分训练数据X和目标变量y

# set X (training data) and y (target variable)
cols = data.shape[1]
X = data.iloc[:,0:cols-1]#X是所有行，去掉最后一列
y = data.iloc[:,cols-1:cols]#X是所有行，最后一列

观察下 X (训练集) and y (目标变量)是否正确.

X.head()#head()是观察前5行
Out[4]: 
   Ones  Population
0     1      6.1101
1     1      5.5277
2     1      8.5186
3     1      7.0032
4     1      5.8598
 
y.head()
Out[5]: 
    Profit
0  17.5920
1   9.1302
2  13.6620
3  11.8540
4   6.8233

代价函数是应该是numpy矩阵，所以我们需要转换X和Y，然后才能使用它们。 我们还需要初始化theta。

theta 是一个(1,2)矩阵

X = np.matrix(X.values)
y = np.matrix(y.values)
theta = np.matrix(np.array([0,0]))
 
theta
Out[6]: matrix([[0, 0]])

看下纬度

X.shape, theta.shape, y.shape
Out[7]: ((97, 2), (1, 2), (97, 1))

计算代价函数 (theta初始值为0).

computeCost(X, y, theta)
Out[8]: 32.072733877455676

 

1.2.2 Batch Gradient Descent（批量梯度下降）

$\theta _{j} : \theta _{j} - \alpha \frac{\partial }{\partial \theta _{j}}J\left ( \theta \right )$

def gradientDescent(X, y, theta, alpha, iters):
    temp = np.matrix(np.zeros(theta.shape))  #theta.shape 是一行两列。生成一个一行两列以0填充的矩阵
    parameters = int(theta.ravel().shape[1])  #ravel() 将多维数组降位一维。得到具体参数数量（共有多少列）
    cost = np.zeros(iters)
    
    for i in range(iters):
        error = (X * theta.T) - y
        
        for j in range(parameters):
            term = np.multiply(error, X[:,j])  #multiply 数组和矩阵对应位置相乘，输出与相乘数组/矩阵的大小一致
            temp[0,j] = theta[0,j] - ((alpha / len(X)) * np.sum(term))
            
        theta = temp
        cost[i] = computeCost(X, y, theta)
        
    return theta, cost
'
运行
运行

初始化一些附加变量 - 学习速率α和要执行的迭代次数。

alpha = 0.01  #学习率
iters = 1000  #迭代次数
'
运行
运行

现在让我们运行梯度下降算法来将我们的参数θ适合于训练集。

g, cost = gradientDescent(X, y, theta, alpha, iters)
 
g
out[9]: matrix([[-3.24140214,  1.1272942 ]])

最后，我们可以使用我们拟合的参数计算训练模型的代价函数（误差）。

computeCost(X, y, g)
out[10]: 4.5159555030789118

现在我们来绘制线性模型以及数据，直观地看出它的拟合。

x = np.linspace(data.Population.min(), data.Population.max(), 100)  ##linspace 在指定的间隔内返回均匀间隔的数字
f = g[0, 0] + (g[0, 1] * x)  #一次函数 f = a + bx
 
fig, ax = plt.subplots(figsize=(12,8))
ax.plot(x, f, 'r', label='Prediction')
ax.scatter(data.Population, data.Profit, label='Traning Data')
ax.legend(loc=2)
ax.set_xlabel('Population')
ax.set_ylabel('Profit')
ax.set_title('Predicted Profit vs. Population Size')
plt.show()

 

1.2.3 Visualize Cost Data（代价数据可视化）

由于梯度方程式函数也在每个训练迭代中输出一个代价的向量，所以我们也可以绘制。

请注意，代价总是降低 - 这是凸优化问题的一个例子。

fig, ax = plt.subplots(figsize=(12,8))
ax.plot(np.arange(iters), cost, 'r')
ax.set_xlabel('Iterations')
ax.set_ylabel('Cost')
ax.set_title('Error vs. Training Epoch')
plt.show()

可以看到从第二轮代价数据变换很大，接下来平稳了

 

2、多变量线性回归

在这一部分中，您将使用多个变量实现线性回归来预测房价。假设你正在出售你的房子，你想知道一个好的市场价格是多少。一种方法是首先收集最近售出的房屋的信息，并建立一个房价模型。

path =  'ex1data2.txt'
data2 = pd.read_csv(path, header=None, names=['Size', 'Bedrooms', 'Price'])
data2.head()
 
Out[11]: 
   Size  Bedrooms   Price
0  2104         3  399900
1  1600         3  329900
2  2400         3  369000
3  1416         2  232000
4  3000         4  539900

通过观察价值，注意房子的大小差不多是卧室数量的1000倍。当特征按数量级不同时，首先进行特征缩放可以使梯度下降更快地收敛。

这个对于pandas来说很简单

data2 = (data2 - data2.mean()) / data2.std()
data2.head()
 
Out[12]: 
       Size  Bedrooms     Price
0  0.130010 -0.223675  0.475747
1 -0.504190 -0.223675 -0.084074
2  0.502476 -0.223675  0.228626
3 -0.735723 -1.537767 -0.867025
4  1.257476  1.090417  1.595389

现在我们重复第1部分的预处理步骤，并对新数据集运行线性回归程序。

# add ones column
data2.insert(0, 'Ones', 1)
 
# set X (training data) and y (target variable)
cols = data2.shape[1]
X2 = data2.iloc[:,0:cols-1]
y2 = data2.iloc[:,cols-1:cols]
 
# convert to matrices and initialize theta
X2 = np.matrix(X2.values)
y2 = np.matrix(y2.values)
theta2 = np.matrix(np.array([0,0,0]))
 
# perform linear regression on the data set
g2, cost2 = gradientDescent(X2, y2, theta2, alpha, iters)
 
# get the cost (error) of the model
computeCost(X2, y2, g2)
 
Out[13]: 0.13070336960771892

我们也可以快速查看这一个的训练进程。

fig, ax = plt.subplots(figsize=(12,8))
ax.plot(np.arange(iters), cost2, 'r')
ax.set_xlabel('Iterations')
ax.set_ylabel('Cost')
ax.set_title('Error vs. Training Epoch')
plt.show()

我们也可以使用scikit-learn的线性回归函数，而不是从头开始实现这些算法。 我们将scikit-learn的线性回归算法应用于第1部分的数据，并看看它的表现。

from sklearn import linear_model
model = linear_model.LinearRegression()
model.fit(X, y)
 
Out[14]: LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)

scikit-learn model的预测表现

x = np.array(X[:, 1].A1)
f = model.predict(X).flatten()
 
fig, ax = plt.subplots(figsize=(12,8))
ax.plot(x, f, 'r', label='Prediction')
ax.scatter(data.Population, data.Profit, label='Traning Data')
ax.legend(loc=2)
ax.set_xlabel('Population')
ax.set_ylabel('Profit')
ax.set_title('Predicted Profit vs. Population Size')
plt.show()

 

3、Normal Equations（正规方程）

在课程视频中，我们学过线性回归的封闭解是：

$\theta = \left ( X^{T}X \right )^{-1} X^{T} \vec{y}$

使用这个公式不需要进行任何特征缩放，将在一次计算中得到一个精确的解:没有像梯度下降法那样的“直到收敛为止的循环”。虽然你不需要扩展功能,我们仍然需要对X矩阵添加一个列全为1的项， 让X矩阵有一个截距项($\theta _{0}$)。

正规方程是通过求解下面的方程来找出使得代价函数最小的参数的：$\frac{\partial }{\partial \theta _{j}} J\left ( \theta _{j} \right ) = 0$。

假设我们的训练集特征矩阵为 X（包含了$x_{0}$=1）并且我们的训练集结果为向量 y，则利用正规方程解出向量  。

上标T代表矩阵转置，上标-1 代表矩阵的逆。设矩阵$A = X^{T}X$，则：$\left ( X^{T}X \right )^{-1} = A^{-1}$。

梯度下降与正规方程的比较：

梯度下降：需要选择学习率α，需要多次迭代，当特征数量n大时也能较好适用，适用于各种类型的模型

正规方程：不需要选择学习率α，一次计算得出，需要计算$\left ( X^{T} X\right )^{-1}$，如果特征数量n较大则运算代价大，因为矩阵逆的计算时间复杂度为$O\left ( n3 \right )$，通常来说当n小于10000 时还是可以接受的，只适用于线性模型，不适合逻辑回归模型等其他模型

# 正规方程
def normalEqn(X, y):
    theta = np.linalg.inv(X.T@X)@X.T@y#X.T@X等价于X.T.dot(X)
    return theta
'
运行
运行

final_theta2=normalEqn(X, y)#感觉和批量梯度下降的theta的值有点差距
final_theta2
 
Out[15]: 
matrix([[-3.89578088],
        [ 1.19303364]])
#梯度下降得到的结果是matrix([[-3.89578088,  1.19303364]])