机器学习实战——梯度下降求解逻辑回归（1理论基础）

你的名字 2022-05-31 09:14 227阅读 0赞

## 概念问题 ##

*  逻辑回归是回归还是分类？  
    逻辑回归是分类，不要被名字所欺骗。因本篇文章仅讨论二分类问题，故我们将逻辑回归最终得到的预测值看作两个，即是或否（0或1）。

## 从线性回归开始 ##

为什么从线性回归开始呢？因为二分类问题解的得出与线性回归有很大关系，逻辑回归之所以叫回归因为其与线性回归有着千丝万缕的关系。  
有这样一个例子：  
我们用numpy包生成一百个随机的x值，并且设定y值与x有一定的线性关系，最后把这样的线性关系绘制出来：

import tensorflow as tf
    import numpy as np
    
    import matplotlib.pyplot as plt
    import seaborn as sns
    import pandas as pd
    %matplotlib inline
    
    # 使用numpy生成100个随机点 样本
    
    x_data = np.random.rand(100)
    
    y_data = x_data * 0.1 + 0.2
    
    fig, ax = plt.subplots()
    
    ax.scatter(x_data, y_data)
    
    ax.set_xlabel('x')
    
    ax.set_ylabel('y')
    
    plt.show()

绘制出来的图是这样的：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdib3dqMTIz_size_16_color_FFFFFF_t_70]  
之后我们用tensorflow（一个深度学习框架）的内置api直接构造一个线性回归的模型，进行预测，设置迭代次数为201次，每当20的倍数时便将学习结果输出、绘制出来，会发现我们最终得到的图与原图相似（即斜率基本一致，偏置值基本一致）。

# 构造一个线性模型
    b = tf.Variable(1.1)
    k = tf.Variable(0.5)
    y = k * x_data + b
    
    # 二次代价函数
    loss = tf.reduce_mean( tf.square(y_data - y) )
    
    # 定义一个梯度下降法来进行训练的优化器
    optimizer = tf.train.GradientDescentOptimizer(0.2) # 梯度下降 学习率是0.2
    
    # 定义一个最小化代价函数
    train = optimizer.minimize(loss)
    # 初始化变量
    init = tf.global_variables_initializer()
    with tf.Session() as sess:    
        sess.run(init)    
        for step in range(201):      
            sess.run(train)             
            if step % 20 == 0:           
                data1 = np.random.rand(100)
                data2 = data1 * sess.run(k) + sess.run(b)
                fig, ax = plt.subplots()
                ax.scatter(data1,data2)
                ax.set_xlabel('x')
                ax.set_ylabel('y')
                plt.show()                      
                print(step, sess.run([k, b]))

*关于线性回归更具体的内容（如损失函数等）在另一篇博客里。*

最终的图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdib3dqMTIz_size_16_color_FFFFFF_t_70 1]  
且斜率值和偏置值分别问：\[0.099538416, 0.20024595\]。与初始的基本一致。  
*（代码看不懂或不了解 tensorflow 没关系，只要明白线性回归就好了）*

线性回归的目标便是求得一条曲线，能最大程度拟合我们的数据点（X1、X2轴），而曲线的Y值便是我们的预测值。其实就是个立体的曲线，图例如下：  
![这里写图片描述][70]

即线性回归得出的是连续的结果，如果我们仅仅需要得到离散的结果，即是或否，由此便引出了二分类问题，也就是本文要讨论的逻辑回归方法。

## 问题的提出 ##

现要实现一个简单的逻辑回归：

> **我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子，你有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学概率。**

即要求我们通过一些数据集来训练电脑，能实现输入两门考试成绩从而得到是否录取的结果。  
设X1为exam1的成绩，X2为exam2的成绩，X1、X2就是我们的两个特征。

## 载入数据集 ##

我们首先载入数据集看看数据特征与数据项：

import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    %matplotlib inline
    
    import os
    path = 'data' + os.sep + 'LogiReg_data.txt'
    pdDate = pd.read_csv(path, header=None, names=['Exam1', 'Exam2', 'Admitted'])
    pdDate.head()

结果如图：

![这里写图片描述][70 1]

可以看到学生有两门成绩，学校是通过两门成绩来决定是否录取。  
之后我们可以利用python的绘图包通过散点图的绘制来将数据更直接的表现出来。

positive = pdDate[pdDate['Admitted'] == 1]
    negative = pdDate[pdDate['Admitted'] == 0]
    
    fig, ax = plt.subplots(figsize=(10, 6))
    ax.scatter(positive['Exam1'], positive['Exam2'], s=30, c='b', marker='o', label='Admitted')
    ax.scatter(negative['Exam1'], negative['Exam2'], s=30, c='r', marker='x', label='Not Admitted')
    
    ax.legend()
    ax.set_xlabel('Exam 1')
    ax.set_ylabel('Exam 2')

结果如图：  
![这里写图片描述][70 2]

## 初步求解 ##

我们求解的线性关系一定是有参数的，因为我们有两个特征值，而我们需要通过两个特征值求得预测值，但是两个特征值对结果的影响又不尽相同，所以我们需要两个参数来度量两个特征值对结果影响程度，以及一个参数来充当偏置项（曲线会上下浮动，且偏置项对结果作用较小）：  
 θ 1 、 θ 2 、 θ 0 \\theta\_1、\\theta\_2、\\theta\_0 θ1、θ2、θ0  
所以我们的预测结果可以表示为：  
 h θ ( x ) = ( θ 0 θ 1 θ 2 ) × ( 1 x 1 x 2 ) = θ 0 + θ 1 x 1 + θ 2 x 2 h\_\{\\theta\}(x)=\\begin\{array\}\{ccc\} \\begin\{pmatrix\}\\theta\_\{0\} & \\theta\_\{1\} & \\theta\_\{2\}\\end\{pmatrix\} & \\times & \\begin\{pmatrix\}1\\\\ x\_\{1\}\\\\ x\_\{2\} \\end\{pmatrix\}\\end\{array\}=\\theta\_\{0\}+\\theta\_\{1\}x\_\{1\}+\\theta\_\{2\}x\_\{2\} hθ(x)=(θ0θ1θ2)×⎝⎛1x1x2⎠⎞=θ0\+θ1x1\+θ2x2  
整合之后：  
 h θ ( x ) = ∑ i = 0 n ( θ i x i ) = θ T x h\_\{\\theta\}(x)=\\sum\_\{i=0\}^n (\\theta\_i x\_i)=\\theta^Tx hθ(x)=i=0∑n(θixi)=θTx  
这便是我们构造的预测结果值，但是仅仅有结果值还是不够的，我们需要将预测结果值转化为录取的概率，我们规定：当概率大于0.5则Y可以取1表示录用，小于0.5不录用Y取0，所以我们又需要一个函数来转化预测值为概率，称为sigmoid函数，定义如下：  
 g ( z ) = 1 1 + e − z g(z) = \\frac\{1\}\{1+e^\{-z\}\} g(z)=1\+e−z1  
我们可以先将sigmoid函数画出来瞧瞧，为什么要用它，代码如下：

def sigmoid(x):
        z = 1/(1 + np.exp(-x))
        return z
    
    nums = np.linspace(-10, 10, 50)
    fig, ax = plt.subplots(figsize=(12,4))
    ax.plot(nums, sigmoid(nums), 'b')

结果如图：  
![这里写图片描述][70 3]  
可以看到该函数符合我们的需求，其取值位于0到1，定义域为实数集R，可以将我们的预测结果转化为概率！

而所谓的**逻辑回归**便是将任意的输入值映射到\[0,1\]区间上，将我们通过线性回归得到的预测值转化为概率，完成**分类任务**。

## 初步求解 ##

我们载入数据，大体明白了预测结果长什么样，以及值概率的转化，但我们的模型还完全没有建立起来！  
我们知道所谓机器学习便是我们交给机器一堆数据，然后告诉它什么样的学习方式是对的（目标函数），叫它朝着这个方向走，然后还要规定每次走的步长（学习率），一口吃不了大胖子，要一步一步来（每次的迭代）。  
![这里写图片描述][70 4]  
如同这样一个山谷，我们要达到山谷的最低点，利用梯度下降的方法，每经过一个数据点，便运行更新函数更新下一步的方向（梯度，求偏导）。  
所以我们还要做损失函数（目标函数）、更新函数。

**何为损失函数？**  
我们通过X来估计Y的值，预测值可能符合真实值，也可能不符合真实值，所以我们引入损失函数来度量拟合的程度，损失函数越小代表拟合的越好。  
在此处我们暂时将损失函数视为**目标函数**。

**关于梯度下降**  
梯度下降便是在凸函数中沿着梯度下降的方向不断更新参数，一般情况下我们通过加负号实现。  
梯度下降有三种方式实现：

*  1 批量梯度下降法（Batch Gradient Descent）  
    批量梯度下降法，是梯度下降法最常用的形式，具体做法也就是在更新参数时使用所有的样本来进行更新:  
    ![这里写图片描述][70 5]  
    由于我们有m个样本，这里求梯度的时候就用了所有m个样本的梯度数据。
 *  2 随机梯度下降法（Stochastic Gradient Descent）  
    随机梯度下降法，其实和批量梯度下降法原理类似，区别在与求梯度时没有用所有的m个样本的数据，而是仅仅选取一个样本j来求梯度。对应的更新公式是：  
    ![这里写图片描述][70 6]  
    随机梯度下降法，和批量梯度下降法是两个极端，一个采用所有数据来梯度下降，一个用一个样本来梯度下降。自然各自的优缺点都非常突出。对于训练速度来说，随机梯度下降法由于每次仅仅采用一个样本来迭代，训练速度很快，而批量梯度下降法在样本量很大的时候，训练速度不能让人满意。对于准确度来说，随机梯度下降法用于仅仅用一个样本决定梯度方向，导致解很有可能不是最优。对于收敛速度来说，由于随机梯度下降法一次迭代一个样本，导致迭代方向变化很大，不能很快的收敛到局部最优解。  
    那么，有没有一个中庸的办法能够结合两种方法的优点呢？有！这就是小批量梯度下降法。
 *  3 小批量梯度下降法（Mini-batch Gradient Descent）  
    小批量梯度下降法是批量梯度下降法和随机梯度下降法的折衷，也就是对于m个样本，我们采用x个样子来迭代。一般可以取x=10，当然根据样本的数据，可以调整这个x的值。对应的更新公式是：  
    ![这里写图片描述][70 7]

\#\#逻辑回归  
预测函数（完成值到概率的转化）：  
 h θ ( x ) = g ( θ T x ) = 1 1 + e − θ T x . （ 其 中 θ T x 是 我 们 前 面 表 示 的 预 测 值 ） h\_\{\\theta\}(x)=g(\\theta^Tx)=\\frac\{1\}\{1+e^\{-\\theta^Tx\}\}.（其中\\theta^Tx是我们前面表示的预测值） hθ(x)=g(θTx)=1\+e−θTx1.（其中θTx是我们前面表示的预测值）  
将分类任务整合进去：  
 P ( y ∣ x ; θ ) = ( h θ ( x ) ) y ( 1 − h θ ( x ) ) 1 − y P(y|x;\\theta)=(h\_\\theta(x))^y(1-h\_\{\\theta\}(x))^\{1-y\} P(y∣x;θ)=(hθ(x))y(1−hθ(x))1−y

即当我们的y取值为0或1时，可以得到较为精简的式子。  
有了概率，我们便可以求似然函数了。

**何为似然函数？**  
官方解释如下：  
![这里写图片描述][70 8]  
常说的概率是指给定参数后，预测即将发生的事件的可能性。**而似然概率正好与这个过程相反**，我们关注的量不再是事件的发生概率，而是已知发生了某些事件，我们希望知道参数应该是多少。  
我们的似然函数定义如下：  
 L ( θ ) = ∏ i = 1 m P ( y i ∣ x i ; θ ) = ∏ i = 1 m ( h θ ( x i ) ) y i ( 1 − h θ ( x i ) ) 1 − y i L(\\theta)=\\prod\_\{i=1\}^\{m\}P(y\_i|x\_i;\\theta)=\\prod\_\{i=1\}^\{m\}(h\_\\theta(x\_i))^\{y\_\{i\}\}(1-h\_\{\\theta\}(x\_i))^\{1-y\_i\} L(θ)=i=1∏mP(yi∣xi;θ)=i=1∏m(hθ(xi))yi(1−hθ(xi))1−yi  
即表示我们预测的参数满足所有样本值这一事件的概率，接下来要做的就是**极大似然估计**，即令参数的取值无限拟合我们的真实数据。  
我们取对数似然，此时应用梯度上升求最大值，再引入目标函数转换为梯度下降求最小值(加负号，除以样本总数，考虑整体样本)，求偏导，令其等于零。目标函数如下：  
 J ( θ ) = − 1 m L ( θ ) J(\\theta)=-\\frac\{1\}\{m\}L(\\theta) J(θ)=−m1L(θ)  
求偏导过程不再给出，结果如下：  
 δ δ θ j J ( θ ) = 1 m ∑ i = 1 m ( h θ ( x i ) − y i ) x i j \\frac\{\\delta\}\{\\delta\_\{\\theta\_j\}\}J(\\theta)=\\frac\{1\}\{m\}\\sum\_\{i=1\}^m(h\_\\theta(x\_i)-y\_i)x\_i^j δθjδJ(θ)=m1i=1∑m(hθ(xi)−yi)xij

\#\#代码编写

具体代码将再下一篇中详述

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdib3dqMTIz_size_16_color_FFFFFF_t_70]: /images/20220531/c7ba9818d9f54dc99a94dd1a33bd272b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdib3dqMTIz_size_16_color_FFFFFF_t_70 1]: /images/20220531/6c0f0439d9a54b2f822778541f633515.png
[70]: /images/20220531/b015133ed34846cf84daa4afe57a99a9.png
[70 1]: /images/20220531/bea97188d7b04b728abf716cc99eb48d.png
[70 2]: /images/20220531/bbd0bc4d24594a0ab66e3cbb0dbdedaf.png
[70 3]: /images/20220531/3808b51bc89149d39429bdeb3623834b.png
[70 4]: /images/20220531/7208a557ec8345b9a519a1de03afd68a.png
[70 5]: /images/20220531/b08738b8deb441ef9d5e6c846f82b59a.png
[70 6]: /images/20220531/8d48817aba434ebba4f228233c7785fe.png
[70 7]: /images/20220531/d9cf847f40c34e89bb604348d1845b7c.png
[70 8]: /images/20220531/5756b30f60484fddbc1a00e45c3fe0a7.png