机器学习算法Python实现

目录

机器学习算法Python实现

一、线性回归

1、代价函数

2、梯度下降算法

3、均值归一化

4、最终运行结果

5、使用scikit-learn库中的线性模型实现

二、逻辑回归

1、代价函数

2、梯度

3、正则化

4、S型函数（即）

5、映射为多项式

6、使用的优化方法

7、运行结果

8、使用scikit-learn库中的逻辑回归模型实现

逻辑回归_手写数字识别_OneVsAll

1、随机显示100个数字

2、OneVsAll

3、手写数字识别

4、预测

5、运行结果

6、使用scikit-learn库中的逻辑回归模型实现

三、BP神经网络

1、神经网络model

2、代价函数

3、正则化

4、反向传播BP

5、BP可以求梯度的原因

6、梯度检查

7、权重的随机初始化

8、预测

9、输出结果

四、SVM支持向量机

1、代价函数

2、Large Margin

3、SVM Kernel（核函数）

4、使用中的模型代码

5、运行结果

五、K-Means聚类算法

1、聚类过程

2、目标函数

3、聚类中心的选择

4、聚类个数K的选择

5、应用——图片压缩

6、使用scikit-learn库中的线性模型实现聚类

7、运行结果

六、PCA主成分分析（降维）

1、用处

2、2D-->1D，nD-->kD

3、主成分分析PCA与线性回归的区别

4、PCA降维过程

5、数据恢复

6、主成分个数的选择（即要降的维度）

7、使用建议

8、运行结果

9、使用scikit-learn库中的PCA实现降维

七、异常检测 Anomaly Detection

1、高斯分布（正态分布）

2、异常检测算法

3、评价的好坏，以及的选取

4、选择使用什么样的feature（单元高斯分布）

5、多元高斯分布

6、单元和多元高斯分布特点

7、程序运行结果

一、线性回归

全部代码

1、代价函数

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

其中： ${h_\theta }(x) = {\theta _0} + {\theta _1}{x_1} + {\theta _2}{x_2} + ...$

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 ${{{({h_\theta }({x^{(i)}}) - {y^{(i)}})}^2}}$ 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 ${{\theta _j}}$ 求偏导得到：
$\frac{{\partial J(\theta )}}{{\partial {\theta j}}} = \frac{1}{m}\sum\limits{i = 1}^m {[({h_\theta }({x^{(i)}}) - {y^{(i)}})x_j^{(i)}]}$

所以对theta的更新可以写为：
${\theta j} = {\theta j} - \alpha \frac{1}{m}\sum\limits{i = 1}^m {[({h\theta }({x^{(i)}}) - {y^{(i)}})x_j^{(i)}]}$

其中 $\alpha$ 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

# 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

${x_i} = \frac{{{x_i} - {\mu _i}}}{{{s_i}}}$

其中 ${{\mu _i}}$ 为所有此feture数据的平均值

${{s_i}}$ 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

全部代码

1、代价函数

$\left{ \begin{gathered} J(\theta ) = \frac{1}{m}\sum\limits_{i = 1}^m {\cos t({h_\theta }({x^{(i)}}),{y^{(i)}})} \hfill \ \cos t({h_\theta }(x),y) = \left{ {\begin{array}{c} { - \log ({h_\theta }(x))} \ { - \log (1 - {h_\theta }(x))} \end{array} \begin{array}{c} {y = 1} \ {y = 0} \end{array} } \right. \hfill \ \end{gathered} \right.$

可以综合起来为： $J(\theta ) = - \frac{1}{m}\sum\limits_{i = 1}^m {[{y^{(i)}}\log ({h_\theta }({x^{(i)}}) + (1 - } {y^{(i)}})\log (1 - {h_\theta }({x^{(i)}})]$ 其中： ${h_\theta }(x) = \frac{1}{{1 + {e^{ - x}}}}$

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

${ - \log ({h_\theta }(x))}$ 的图像如下，即y=1时：

可以看出，当 ${{h_\theta }(x)}$ 趋于1，y=1,与预测值一致，此时付出的代价cost趋于0，若 ${{h_\theta }(x)}$ 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 ${ - \log (1 - {h_\theta }(x))}$ 的图像如下（y=0）：

2、梯度

同样对代价函数求偏导： $\frac{{\partial J(\theta )}}{{\partial {\theta j}}} = \frac{1}{m}\sum\limits{i = 1}^m {[({h_\theta }({x^{(i)}}) - {y^{(i)}})x_j^{(i)}]}$
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 $J(\theta ) = - \frac{1}{m}\sum\limits_{i = 1}^m {[{y^{(i)}}\log ({h_\theta }({x^{(i)}}) + (1 - } {y^{(i)}})\log (1 - {h_\theta }({x^{(i)}})] + \frac{\lambda }{{2m}}\sum\limits_{j = 1}^n {\theta _j^2}$

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 ${{h_\theta }(x)}$ ）

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: $1 + {x_1} + {x_2} + x_1^2 + {x_1}{x_2} + x_2^2$

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() x_train = scaler.fit_transform(x_train) x_test = scaler.fit_transform(x_test D30D )

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

全部代码

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

全部代码

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（ ${x_0}$ 为补上的bias，通常设为1）

$a_i^{(j)}$ 表示第j层的第i个激励，也称为为单元unit

${\theta ^{(j)}}$ 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：
$a_1^{(2)} = g(\theta _{10}^{(1)}{x_0} + \theta _{11}^{(1)}{x_1} + \theta _{12}^{(1)}{x_2} + \theta _{13}^{(1)}{x_3})$
$a_2^{(2)} = g(\theta _{20}^{(1)}{x_0} + \theta _{21}^{(1)}{x_1} + \theta _{22}^{(1)}{x_2} + \theta _{23}^{(1)}{x_3})$
$a_3^{(2)} = g(\theta _{30}^{(1)}{x_0} + \theta _{31}^{(1)}{x_1} + \theta _{32}^{(1)}{x_2} + \theta _{33}^{(1)}{x_3})$

输出层
${h_\theta }(x) = a_1^{(3)} = g(\theta _{10}^{(2)}a_0^{(2)} + \theta _{11}^{(2)}a_1^{(2)} + \theta _{12}^{(2)}a_2^{(2)} + \theta _{13}^{(2)}a_3^{(2)})$ 其中，S型函数 $g(z) = \frac{1}{{1 + {e^{ - z}}}}$ ，也成为激励函数

可以看出 ${\theta ^{(1)}}$ 为3x4的矩阵， ${\theta ^{(2)}}$ 为1x4的矩阵

${\theta ^{(j)}}$ ==》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 ${h_\Theta }(x) \in {R^K}$ ，即代表输出层有K个单元

$J(\Theta ) = - \frac{1}{m}\sum\limits_{i = 1}^m {\sum\limits_{k = 1}^K {[y_k^{(i)}\log {{({h_\Theta }({x^{(i)}}))}k}} } + (1 - y_k^{(i)})\log {(1 - {h\Theta }({x^{(i)}}))_k}]$ 其中， ${({h_\Theta }(x))_i}$ 代表第i个单元输出

与逻辑回归的代价函数 $J(\theta ) = - \frac{1}{m}\sum\limits_{i = 1}^m {[{y^{(i)}}\log ({h_\theta }({x^{(i)}}) + (1 - } {y^{(i)}})\log (1 - {h_\theta }({x^{(i)}})]$ 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

${S_l}$ -->第l层unit的个数

正则化后的代价函数为

$\theta$ 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, $\delta _{\text{j}}^{(l)}$ 记为-->l层第j个单元的误差

$\delta _{\text{j}}^{(4)} = a_j^{(4)} - {y_i}$ 《===》 ${\delta ^{(4)}} = {a^{(4)}} - y$ （向量化）

${\delta ^{(3)}} = {({\theta ^{(3)}})^T}{\delta ^{(4)}}.*{g^}({a^{(3)}})$

${\delta ^{(2)}} = {({\theta ^{(2)}})^T}{\delta ^{(3)}}.*{g^}({a^{(2)}})$

没有 ${\delta ^{(1)}}$ ，因为对于输入没有误差

因为S型函数 ${\text{g(z)}}$ 的导数为： ${g^}(z){\text{ = g(z)(1 - g(z))}}$ ，所以上面的 ${g^}({a^{(3)}})$ 和 ${g^}({a^{(2)}})$ 可以在前向传播中计算出来

反向传播计算梯度的过程为：

$\Delta _{ij}^{(l)} = 0$ （ $\Delta$ 是大写的 $\delta$ ）

for i=1-m:
- ${a^{(1)}} = {x^{(i)}}$
-正向传播计算 ${a^{(l)}}$ （l=2,3,4...L）
-反向计算 ${\delta ^{(L)}}$ 、 ${\delta ^{(L - 1)}}$ ... ${\delta ^{(2)}}$ ；
- $\Delta _{ij}^{(l)} = \Delta _{ij}^{(l)} + a_j^{(l)}{\delta ^{(l + 1)}}$
- $D_{ij}^{(l)} = \frac{1}{m}\Delta _{ij}^{(l)} + \lambda \theta _{ij}^l\begin{array}{c} {}& {(j \ne 0)} \end{array}$
$D_{ij}^{(l)} = \frac{1}{m}\Delta _{ij}^{(l)} + \lambda \theta _{ij}^lj = 0\begin{array}{c} {}& {j = 0} \end{array}$

最后 $\frac{{\partial J(\Theta )}}{{\partial \Theta {ij}^{(l)}}} = D{ij}^{(l)}$ ，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： $\frac{{dJ(\theta )}}{{d\theta }} \approx \frac{{J(\theta + \varepsilon ) - J(\theta - \varepsilon )}}{{2\varepsilon }}$

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：
$\cos t({h_\theta }(x),y) = \left{ {\begin{array}{c} { - \log ({h_\theta }(x))} \ { - \log (1 - {h_\theta }(x))} \end{array} \begin{array}{c} {y = 1} \ {y = 0} \end{array} } \right.$ ，
其中： ${h_\theta }({\text{z}}) = \frac{1}{{1 + {e^{ - z}}}}$ ， $z = {\theta ^T}x$

如图所示，如果y=1，cost代价函数如图所示

我们想让 ${\theta ^T}x > > 0$ ，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 $\cos {t_1}(z)$ 代替逻辑回归中的cost

当y=0时同样，用 $\cos {t_0}(z)$ 代替

最终得到的代价函数为：
$J(\theta ) = C\sum\limits_{i = 1}^m {[{y^{(i)}}\cos {t_1}({\theta ^T}{x^{(i)}}) + (1 - {y^{(i)}})\cos {t_0}({\theta ^T}{x^{(i)}})} ] + \frac{1}{2}\sum\limits_{j = 1}^{\text{n}} {\theta _j^2}$
最后我们想要 $\mathop {\min }\limits_\theta J(\theta )$

之前我们逻辑回归中的代价函数为：
$J(\theta ) = - \frac{1}{m}\sum\limits_{i = 1}^m {[{y^{(i)}}\log ({h_\theta }({x^{(i)}}) + (1 - } {y^{(i)}})\log (1 - {h_\theta }({x^{(i)}})] + \frac{\lambda }{{2m}}\sum\limits_{j = 1}^n {\theta _j^2}$
可以认为这里的 $C = \frac{m}{\lambda }$ ，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

$u = \left[ {\begin{array}{c} {{u_1}} \ {{u_2}} \end{array} } \right]$ ， $v = \left[ {\begin{array}{c} {{v_1}} \ {{v_2}} \end{array} } \right]$

表示u的欧几里得范数（欧式范数）， $||u||{\text{ = }}\sqrt {{\text{u}}_1^2 + u_2^2}$

向量V在向量u上的投影的长度记为p，则：向量内积：
${{\text{u}}^T}v = p||u|| = {u_1}{v_1} + {u_2}{v_2}$

根据向量夹角公式推导一下即可， $\cos \theta = \frac{{\overrightarrow {\text{u}} \overrightarrow v }}{{|\overrightarrow {\text{u}} ||\overrightarrow v |}}$

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 $\sum\limits_{i = 1}^m {[{y^{(i)}}\cos {t_1}({\theta ^T}{x^{(i)}}) + (1 - {y^{(i)}})\cos {t_0}({\theta ^T}{x^{(i)}})} ]$ 要很小，所以近似为：
$J(\theta ) = C0 + \frac{1}{2}\sum\limits_{j = 1}^{\text{n}} {\theta j^2} = \frac{1}{2}\sum\limits{j = 1}^{\text{n}} D30D {\theta _j^2} = \frac{1}{2}(\theta _1^2 + \theta _2^2) = \frac{1}{2}{\sqrt {\theta _1^2 + \theta _2^2} ^2}$ ，
我们最后的目的就是求使代价最小的θ

由
$\left{ {\begin{array}{c} {{\theta ^T}{x^{(i)}} \geqslant 1} \ {{\theta ^T}{x^{(i)}} \leqslant - 1} \end{array} } \right.\begin{array}{c} {({y^{(i)}} = 1)} \ {({y^{(i)}} = 0)} \end{array}$ 可以得到：
$\left{ {\begin{array}{c} {{p^{(i)}}||\theta || \geqslant 1} \ {{p^{(i)}}||\theta || \leqslant - 1} \end{array} } \right.\begin{array}{c} {({y^{(i)}} = 1)} \ {({y^{(i)}} = 0)} \end{array}$ ，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 $p||\theta || \geqslant 1$ 或者 $p||\theta || \leqslant - 1$ ，若是p很小，则需要 $||\theta ||$ 很大，这与我们要求的θ使 $||\theta || = \frac{1}{2}\sqrt {\theta _1^2 + \theta _2^2}$ 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 $1 + {x_1} + {x_2} + x_1^2 + {x_1}{x_2} + x_2^2$ ，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： $f(x) = {e^{ - \frac{{||x - u|{|^2}}}{{2{\sigma ^2}}}}}$
假设如图几个点，令：
${f_1} = similarity(x,{l^{(1)}}) = {e^{ - \frac{{||x - {l^{(1)}}|{|^2}}}{{2{\sigma ^2}}}}}$
${f_2} = similarity(x,{l^{(2)}}) = {e^{ - \frac{{||x - {l^{(2)}}|{|^2}}}{{2{\sigma ^2}}}}}$ . . .

可以看出，若是x与 ${l^{(1)}}$ 距离较近，==》 ${f_1} \approx {e^0} = 1$ ，（即相似度较大）
若是x与 ${l^{(1)}}$ 距离较远，==》 ${f_2} \approx {e^{ - \infty }} = 0$ ，（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 ${l^{(1)}}{l^{(2)}}{l^{(3)}}...$

训练集： $(({x^{(1)}},{y^{(1)}}),({x^{(2)}},{y^{(2)}}),...({x^{(m)}},{y^{(m)}}))$

选择： ${l^{(1)}} = {x^{(1)}},{l^{(2)}} = {x^{(2)}}...{l^{(m)}} = {x^{(m)}}$

对于给出的x，计算f,令： $f_0^{(i)} = 1$ 所以： ${f^{(i)}} \in {R^{m + 1}}$

最小化J求出θ，
$J(\theta ) = C\sum\limits_{i = 1}^m {[{y^{(i)}}\cos {t_1}({\theta ^T}{f^{(i)}}) + (1 - {y^{(i)}})\cos {t_0}({\theta ^T}{f^{(i)}})} ] + \frac{1}{2}\sum\limits_{j = 1}^{\text{n}} {\theta _j^2}$

如果 ${\theta ^T}f \geqslant 0$ ，==》预测y=1

4、使用scikit-learn中的SVM模型代码

全部代码

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

全部代码

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

$J({c^{(1)}}, \cdots ,{c^{(m)}},{u_1}, \cdots ,{u_k}) = \frac{1}{m}\sum\limits_{i = 1}^m {||{x^{(i)}} - {u_{{c^{(i)}}}}|{|^2}}$

最后我们想得到：

其中 ${c^{(i)}}$ 表示第i条数据距离哪个类中心最近，

其中 ${u_i}$ 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）全部代码 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 全部代码 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)<ε则认为异常，其中ε为我们要求的概率的临界值threshold 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<epsilon 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 38B3 ) & (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<n） 7、程序运行结果显示数据等高线异常点 4765 标注

Name		Name	Last commit message	Last commit date
Latest commit History 121 Commits
AnomalyDetection		AnomalyDetection
K-Means		K-Means
LinearRegression		LinearRegression
LogisticRegression		LogisticRegression
NeuralNetwok		NeuralNetwok
PCA		PCA
SVM		SVM
formula		formula
images		images
.gitignore		.gitignore
LICENSE		LICENSE
readme.md		readme.md

License

songdo/MachineLearning_Python

Folders and files

Latest commit

History

Repository files navigation

机器学习算法Python实现

目录

一、线性回归

1、代价函数

2、梯度下降算法

3、均值归一化

4、最终运行结果

5、使用scikit-learn库中的线性模型实现

二、逻辑回归

1、代价函数

2、梯度

3、正则化

4、S型函数（即）

5、映射为多项式

6、使用scipy的优化方法

7、运行结果

8、使用scikit-learn库中的逻辑回归模型实现

逻辑回归_手写数字识别_OneVsAll

1、随机显示100个数字

2、OneVsAll

3、手写数字识别

4、预测

5、运行结果

6、使用scikit-learn库中的逻辑回归模型实现

三、BP神经网络

1、神经网络model

2、代价函数

3、正则化

4、反向传播BP

5、BP可以求梯度的原因

6、梯度检查

7、权重的随机初始化

8、预测

9、输出结果

四、SVM支持向量机

1、代价函数

2、Large Margin

3、SVM Kernel（核函数）

4、使用scikit-learn中的SVM模型代码

5、运行结果

五、K-Means聚类算法

1、聚类过程

2、目标函数

3、聚类中心的选择

4、聚类个数K的选择

5、应用——图片压缩

6、使用scikit-learn库中的线性模型实现聚类

7、运行结果

六、PCA主成分分析（降维）

1、用处

2、2D-->1D，nD-->kD

3、主成分分析PCA与线性回归的区别

4、PCA降维过程

5、数据恢复

6、主成分个数的选择（即要降的维度）

7、使用建议

8、运行结果

9、使用scikit-learn库中的PCA实现降维

七、异常检测 Anomaly Detection

1、高斯分布（正态分布）Gaussian distribution

2、异常检测算法

3、评价p(x)的好坏，以及ε的选取

4、选择使用什么样的feature（单元高斯分布）

5、多元高斯分布

6、单元和多元高斯分布特点

7、程序运行结果

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

4、S型函数（即 ${{h_\theta }(x)}$ ）

6、使用`scipy`的优化方法

4、使用`scikit-learn`中的`SVM`模型代码

1、高斯分布（正态分布）`Gaussian distribution`

3、评价`p(x)`的好坏，以及`ε`的选取

Packages