本文主要是介绍机器学习逻辑回归模型总结——从原理到sklearn实践,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
0x00 基本原理
逻辑回归算法,从名字上看似乎是个回归问题,但实际上逻辑回归是个典型的分类算法。
对于分类问题,一般都是一些离散变量,且y的取值如下:
以二元分类问题开始讨论,y的取值为“类别1,类别2”,为了表示清楚,这里使用0和1来表示二元分类中的两个类别,即y的取值为: y∈{0,1} 。
和线性回归问题一样,我们规定假设函数为: hθ(x) ,设置取值范围: 0≤hθ(x)≤1 ,因为我们希望算法得出的结果取值非0即1,所以还要设置一个阈值,如果得出的概率大于这个阈值,则假设函数输出1,否则输出0。
在逻辑回归中,实际上对于假设函数,使用了一种逻辑函数的概念,函数如下:
称为S型函数,或者逻辑函数。取值范围为(0,1),符合我们上面对假设函数的要求。通常,设置阈值为0.5,如果训练样本输入到假设函数中,得到的值大于0.5,则认为分类为1,否则分类为0:
相应的,我们的损失函数(Cost Function)为:
如果这里计算折损的形式还是和线性回归一样平方损失函数: ∑mi=112(hθ(x(i))−y(i))2 ,实际上,在求minJ的时候,对于J函数,我们很可能得出的不是凸函数的形式,这样再使用梯度下降算法时,会陷入至局部最优解中,很难找到全局最优解。
所以在计算折损值的时候,逻辑回归中使用了对数损失函数来获得一个凸函数的J,整理得到的最终损失函数形式如下,其中省略了若干数学推导:
我们再次使用梯度下降算法来求出最优的参数向量,梯度下降在逻辑回归中表现如下:
可能有人发现,这不和线性拟合问题中的梯度下降公式一样吗?实际上,由于逻辑回归模型中采用了逻辑函数来表示假设函数,所以这两种模型中的梯度下降表达式是完全不同的两回事儿。
有了梯度下降算法,我们就可以使用训练集来求出最优的参数向量。逻辑回归中,为了消除过度拟合问题,有正则化方法,这里就不再赘述。
0x01 算法实现
根据Andrew Ng所提供的资料,我们依旧选择Octave来实现逻辑回归算法。
首先是sigmoid函数(逻辑函数)的表达:
function g = sigmoid(z)
g = zeros(size(z));
g = 1 ./ (1+exp(-z));
end
Cost Function的实现:
function [J, grad] = costFunction(theta, X, y)
% 初始化
m = length(y);
J = 0;
grad = zeros(size(theta));% 损失函数的计算
temp = sigmoid(X*theta);
temp = temp(:,size(temp, 2));
J = (1/m) * sum((-y.*log(temp))-((1-y).*log(1-temp))) ;% 损失函数的导数计算
for i=1:size(theta,1),grad(i) = (1/m) * sum((temp - y).*X(:,i));
end;
end
由于资料中所给的不是直接使用梯度下降算法,而是使用了Octave中的优化方法来求最优参数向量,所以只需要返回损失函数J和各个损失函数的导数grad
。实际上,如果改成直接使用梯度下降的话,只需要在求grad的过程中,同步更新我们各个参数即可。
预测函数如下,这里一般选择阈值为0.5,所以大于0.5的假设函数返回值,我们就判断类别为1。
function p = predict(theta, X)
m = size(X, 1);
p = zeros(m, 1);% 计算类别,使用p向量返回
for i=1:m,prop = sigmoid(X(i,:)*theta) ;if prop >= 0.5,p(i) = 1;end;
end;
end;
0x02 算法运行
运行算法,可以看到可视化的决策边界:
0x03 sklearn库实践
清楚了逻辑回归模型的原理,我们使用python进行机器学习演练,使用sklearn机器学习库,可以很方便地进行实践。
数据集为学生的两次考试成绩以及是否通过大学申请,我们用逻辑回归进行分类,以后给出一个样本,输出成功通过大学申请的概率。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from __future__ import division
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.cross_validation import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report
from sklearn.metrics import precision_recall_curve, roc_curve, auc data = pd.read_csv('ex2data1.txt', sep=',', \skiprows=[2], names=['score1','score2','result'])
score_data = data.loc[:,['score1','score2']]
result_data = data.resultp = 0
for i in xrange(10):x_train, x_test, y_train, y_test = \train_test_split(score_data, result_data, test_size = 0.2)model = LogisticRegression(C=1e9)model.fit(x_train, y_train)predict_y = model.predict(x_test)p += np.mean(predict_y == y_test)# 绘制图像
pos_data = data[data.result == 1].loc[:,['score1','score2']]
neg_data = data[data.result == 0].loc[:,['score1','score2']]h = 0.02
x_min, x_max = score_data.loc[:, ['score1']].min() - .5, score_data.loc[:, ['score1']].max() + .5
y_min, y_max = score_data.loc[:, ['score2']].min() - .5, score_data.loc[:, ['score2']].max() + .5
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))
Z = model.predict(np.c_[xx.ravel(), yy.ravel()])# 绘制边界和散点
Z = Z.reshape(xx.shape)
plt.pcolormesh(xx, yy, Z, cmap=plt.cm.Paired)
plt.scatter(x=pos_data.score1, y=pos_data.score2, color='black', marker='o')
plt.scatter(x=neg_data.score1, y=neg_data.score2, color='red', marker='*')plt.xlim(xx.min(), xx.max())
plt.ylim(yy.min(), yy.max())
plt.show()# 模型表现
answer = model.predict_proba(x_test)[:,1]
precision, recall, thresholds = precision_recall_curve(y_test, answer)
report = answer > 0.5
print(classification_report(y_test, report, target_names = ['neg', 'pos']))
print("average precision:", p/100)
运行结果如下:
画出了决策边界之后,就可以看到我们最后的分类结果。
当然也可以使用precision_call_curve
方法自动计算召回率精度等数据:
precision recall f1-score supportneg 0.88 0.88 0.88 8pos 0.92 0.92 0.92 12avg / total 0.90 0.90 0.90 20
('average precision:', 0.089999999999999997)
精度达到了90%,模型效果还不错。
0x04 总结
逻辑回归模型实际上是一个典型的监督学习分类算法,配合sklearn库可以很方便的进行逻辑回归处理。前提是要真正理解逻辑回归模型的原理和推导过程。
实战中,机器学习和信息安全结合越来越紧密了,所以这也是我为啥开始学习机器学习的原因,就逻辑回归而言,完全可以用在防爬检测,扫描器检测,恶意URL提取的应用上,实战的前提是了解原理:)
这篇关于机器学习逻辑回归模型总结——从原理到sklearn实践的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!