逻辑回归
什么是逻辑回归(Logistic Regression)
逻辑回归是解决分类问题的,那回归问题怎么解决分类问题呢?将样本的特征和样本发生的概率联系起来,概率是一个数。
对于机器学习的本质就是,进来一个x,经过f(x)的运算,就得到一个预测值,对于之前无论是线性回归也好,多项式回归也好,看我们要预测的是什么,如果我们要预测的是房价,那么的值就是房价。如果我们要预测成绩,那么的值就是成绩。但是在逻辑回归中,这个的值是一个概率值。
,进来一个x,经过f(x)的运算,会得到一个概率值。之后我们根据这个概率值来进行分类
如果有50%以上的概率,我们就让的值为1;如果在50%以下概率的话,我们就让的值为0。这里的1和0在实际的场景中可能代表不同的意思,比如说1代表恶性的肿瘤患者,0代表良性的肿瘤患者;或者说1代表银行发给某人信用卡有一定的风险,0代表没有风险等等。
逻辑回归既可以看作是回归算法,也可以看作是分类算法。如果我们不进行最后的一步根据的值进行分类的操作,那么它就是一个回归算法。我们计算的是根据样本的特征来拟合计算出一个事件发生的概率。比如给我一个病人的信息,我计算出他患有恶性肿瘤的概率。给我一个客户的信息,我计算出发给他信用卡产生风险的概率。我们根据这个概率进一步就可以进行分类。不过通常我们使用逻辑回归还是当作分类算法用,只可以解决二分类问题。如果对于多分类问题,逻辑回归本身是不支持的。当然我们可以使用一些其他的技巧进行改进,使得我们用逻辑回归的方法,也可以解决多分类的问题。但是对于KNN算法来说,它天生就可以支持多分类的问题。
逻辑回归使用一种什么方式可以得到一个事件概率的值?对于线性回归来说,它的值域是(-∞,+∞)的。对于线性回归来说它可以求得一个任意的值。但是对于概率来说,它的值域只能是[0,1],所以我们直接使用线性回归的方式,没办法在这个值域内。为此,我们的解决方案就是将线性回归的预测值,放入一个函数内,使得其值域在[0,1]之间,这样就获得了我们需要的概率。
那么我们的函数是什么呢?
现在我们用代码来看一下这个函数的图像
import numpy as np import matplotlib.pyplot as plt if __name__ == "__main__": def sigmoid(t): return 1 / (1 + np.exp(-t)) x = np.linspace(-10, 10, 500) y = sigmoid(x) plt.plot(x, y) plt.show()
运行结果
根据这根曲线,我们可以看到它的最左端趋近于0,但是达不到0,最右端趋近于1,但是达不到1。说明这根曲线的值域是(0,1),这是因为=0,=1。当我们画上纵轴
我们可以看到,当t>0时,p>0.5;t<0时,p<0.5。
那么将我们线性回归的预测值代入该函数后就变成了
,
现在我们已经知道了逻辑回归的基本原理,现在的问题就是:对于给定的样本数据集X,y,我们如何找到参数θ,使得用这样的方式,可以最大程度获得样本数据集X,对应分类出y?
逻辑回归的损失函数
我们先来看一下线性回归的损失函数,而,是真值。我们只需要找到让这个损失函数最小的θ值就好了。对于逻辑回归来说,它的预测值要么是1,要么是0,而我们是根据估计出来的,它代表一个概率,来决定到底是1还是0,它分成了两类,相应的逻辑回归的损失函数也相应的分成了两类。如果真值y=1,那么p越小,我们估计出来的就越有可能是0,那么我们的损失(cost)就越大;如果真值y=0,那么p越大,我们估计出来的就越有可能是1,那么我们的损失(cost)就越大。那么损失的趋势为
对于这种趋势,我们可以使用这样的函数来表示
我们把损失函数定义成这两种情况,我们先来看一下y=log(x)的函数图像
而我们的第一个式子中是一个-log(x),那么-log(x)的图像就为
由于估计值的值域为[0,1],所以上面这个图像超过1的部分都是没有意义的。
通过这个图,我们可以发现当取0的时候,-log()趋近于+∞。按照我们之前分类的方式,当=0的时候,预测值应该为0,但样本真实值y实际是1,显然我们分错了,此时我们对其进行惩罚,这个惩罚是+∞的。随着逐渐的增大,我们的损失越来越小,当到达1的时候,根据分类标准,预测值为1,此时它跟样本真值y是一致的。此时-log()为0,也就是没有任何损失。这样一根曲线就描述了如果我们给了一个样本,这个样本真实的标记输出是1的时候,相应用我们的方法估计出了以后,代入-log()得到的损失函数。
由于y=-log(x)是上图的样子,那么y=-log(-x)就是根据y轴对称的样子
那么对于-log(1-x)就是将-log(-x)的曲线向右平移一个单位。
由于的值域为[0,1],所以y=-log(1-x)小于0的部分是没有意义的。
在这根曲线上,如果给定的=1的话,那么此时是趋近于+∞的。当=1的时候,预测值=1,但是y的真值为0,我们完全分错了,所以我们给它一个+∞的惩罚,随着的逐渐减小,这个惩罚值会越来越低,直到当=0的时候,=0,而y的真值为0,所以此时分类正确,在这种情况下一点惩罚都没有。所以我们用这两根曲线来作为我们的损失函数。
由于这样写非常不方便,所以我们把它合并成一个函数
,这个函数和上面的分类函数是等价的,原因也很简单,当y=1的时候,该式就等于,当y=0的时候,该式就等于。
当我们面对一个样本X的时候,相应的我们也知道这个样本对应的真实的分类y。现在我们使用逻辑回归的方式就可以估计出来对于这个样本X,它相应的概率是多少,于是我们就用这个式子得到了它相应的损失是多少。我们会来m个样本,相应的我们只需要将这些损失加在一起就可以了。
这就是我们逻辑回归相应的损失函数。
由于
所以最终我们的损失函数就为
这里我们要给定样本相应的特征,用表示,以及对应的输出标记,用表示,这些都是已知的。我们真正要求的是里面的θ。之后我们要做的事情就是找到一组θ,使得我们的J(θ)达到一个最小值。对于这个式子,它不能像线性回归使用最小二乘法一样推导出一个正规方程解,它是没有数学的解析解的。但是它可以使用梯度下降法来求解。这个损失函数是一个凸函数,它是没有局部最优解的,只存在唯一的一个全局最优解。
逻辑回归损失函数的梯度
对于这个损失函数
要求它的梯度,其实就是对每一个θ求偏导数
我们先来对函数求导
这是一个复合函数,根据复合函数求导法则,令a=-t,b=e^-t,c=,则a’=-1,b’=e^-t,c’=
所以
我们再来看一下的导数。这也是一个复合函数。log’x=1/x,则
那么对于损失函数前半部分的导数就为(这里同样也是复合函数求导,跟随的特征就是)
对于后半部分,我们先看一下的导数,它同样是一个复合函数,a=logx,b=1-x,c=,则a’=1/x,b’=-1,则
由于,代入上式,可得
则的导数就为(这里同样也是复合函数求导,跟随的特征就是)
由于前半部分的导数=
后半部分的导数=
合并后就为
最终J(θ)对某一个θ求偏导的话就为(前面的负号放到了括号中)
而就是我们逻辑回归的预测值,所以上式可以写为
则J(θ)的梯度就为
我们再来对比一下线性回归的梯度
我们会发现,逻辑回归和线性回归的梯度其实是一致的,只不过线性回归的预测值=;而逻辑回归的预测值=。线性回归是均方误差,所以前面多了一个2,而逻辑回归没有这个平方,所以前面没有这个2。对于线性回归进行向量化处理,它的梯度可以写成
那么对逻辑回归的梯度进行向量化处理,就有
实现逻辑回归算法
import numpy as np from math import sqrt def accuracy_score(y_true, y_predict): """计算y_true和y_predict之间的准确率""" assert len(y_true) == len(y_predict), / "the size of y_true must be equal to the size of y_predict" return np.sum(y_true == y_predict) / len(y_true) def mean_squared_error(y_true, y_predict): """计算y_true和y_predict之间的MSE""" assert len(y_true) == len(y_predict), / "the size of y_true must be equal to the size of y_predict" return np.sum((y_true - y_predict)**2) / len(y_true) def root_mean_squared_error(y_true, y_predict): """计算y_true和y_predict之间的RMSE""" return sqrt(mean_squared_error(y_true, y_predict)) def mean_absolute_error(y_true, y_predict): """计算y_true和y_predict之间的MAE""" return np.sum(np.absolute(y_true - y_predict)) / len(y_true) def r2_score(y_true, y_predict): """计算y_true和y_predict之间的R Square""" return 1 - mean_squared_error(y_true, y_predict) / np.var(y_true)
import numpy as np from .metrics import accuracy_score class LogisticRegression: def __init__(self): # 初始化LogisticRegression模型 self.coef = None # 系数 self.interception = None # 截距 self._theta = None def _sigmoid(self, t): return 1 / (1 + np.exp(-t)) def fit(self, X_train, y_train, eta=0.01, n_iters=1e4): # 根据训练数据集X_train,y_train,使用梯度下降法训练Logistic Regression模型 assert X_train.shape[0] == y_train.shape[0], / "X_train的列数必须等于y_train的长度" def J(theta, X_b, y): # 构建损失函数 p_hat = self._sigmoid(X_b.dot(theta)) try: return - np.sum(y * np.log(p_hat) + (1 - y) * np.log(1 - p_hat)) / len(y) except: return float('inf') def dJ(theta, X_b, y): # 对theta求偏导数,获取梯度向量 return X_b.T.dot(self._sigmoid(X_b.dot(theta)) - y) / len(X_b) def gradient_descent(X_b, y, initial_theta, eta, n_iters=1e4, epsilon=1e-8): """ 梯度下降算法 :param X_b: 带虚拟特征1的自变量特征矩阵 :param y: 因变量向量 :param initial_theta: 初始的常数向量,这里需要注意的是真正待求的是常数向量,求偏导的也是常数向量 :param eta: 迭代步长、学习率 :param n_iters: 最大迭代次数 :param epsilon: 误差值 :return: """ theta = initial_theta # 真实迭代次数 i_iter = 0 while i_iter < n_iters: # 获取梯度 gradient = dJ(theta, X_b, y) last_theta = theta # 迭代更新theta,不断顺着梯度方向寻找新的theta theta = theta - eta * gradient # 计算前后两次迭代后的损失函数差值的绝对值 if abs(J(theta, X_b, y) - J(last_theta, X_b, y)) < epsilon: break # 更新迭代次数 i_iter += 1 return theta X_b = np.hstack([np.ones((len(X_train), 1)), X_train]) initial_theta = np.zeros(X_b.shape[1]) self._theta = gradient_descent(X_b, y_train, initial_theta, eta, n_iters) self.interception = self._theta[0] self.coef = self._theta[1:] return self def predict_proba(self, X_predict): # 给定待预测数据集X_predict,返回表示X_predict的结果概率向量 assert self.interception is not None and self.coef is not None, / "开始预测前必须fit" assert X_predict.shape[1] == len(self.coef), / "预测的特征数必须与训练的特征数相等" X_b = np.hstack([np.ones((len(X_predict), 1)), X_predict]) return self._sigmoid(X_b.dot(self._theta)) def predict(self, X_predict): # 给定待预测数据集X_predict,返回表示X_predict的结果向量 assert self.interception is not None and self.coef is not None, / "开始预测前必须fit" assert X_predict.shape[1] == len(self.coef), / "预测的特征数必须与训练的特征数相等" proba = self.predict_proba(X_predict) return np.array(proba >= 0.5, dtype='int') def score(self, X_test, y_test): # 根据测试数据集X_test和y_test确定当前模型的准确度 y_predict = self.predict(X_test) return accuracy_score(y_test, y_predict) def __repr__(self): return "LogisticRegression()"
现在我们来使用逻辑回归判别鸢尾花数据集,先获取鸢尾花数据集
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets if __name__ == "__main__": iris = datasets.load_iris() X = iris.data y = iris.target # 鸢尾花数据集有3个分类,而逻辑回归只能进行二分类,所以我们去掉2这个特征 X = X[y < 2, :2] y = y[y < 2] print(X.shape) print(y.shape) plt.scatter(X[y == 0, 0], X[y == 0, 1], color='red') plt.scatter(X[y == 1, 0], X[y == 1, 1], color='blue') plt.show()
运行结果
(100, 2)
(100,)
此时我们看到鸢尾花的数据集有100个样本数,2个特征。现在我们就用我们自己写的逻辑回归进行分类
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from playLA.model_selection import train_test_split from playLA.LogisticRegression import LogisticRegression if __name__ == "__main__": iris = datasets.load_iris() X = iris.data y = iris.target # 鸢尾花数据集有3个分类,而逻辑回归只能进行二分类,所以我们去掉2这个特征 X = X[y < 2, :2] y = y[y < 2] print(X.shape) print(y.shape) # plt.scatter(X[y == 0, 0], X[y == 1, 1], color='red') # plt.scatter(X[y == 1, 0], X[y == 1, 1], color='blue') # plt.show() X_train, X_test, y_train, y_test = train_test_split(X, y, seed=666) log_reg = LogisticRegression() log_reg.fit(X_train, y_train) # 查看分类准确度 print(log_reg.score(X_test, y_test)) # 查看测试数据集每一个元素的概率值 print(log_reg.predict_proba(X_test)) # 查看分类结果 print(y_test) # 查看预测结果 print(log_reg.predict(X_test))
运行结果
(100, 2)
(100,)
1.0
[0.92972035 0.98664939 0.14852024 0.01685947 0.0369836 0.0186637
0.04936918 0.99669244 0.97993941 0.74524655 0.04473194 0.00339285
0.26131273 0.0369836 0.84192923 0.79892262 0.82890209 0.32358166
0.06535323 0.20735334]
[1 1 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0]
[1 1 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0]
通过训练和查看分类准确度,我们可以看到,我们对鸢尾花数据集的测试数据全部都正确的进行了分类。并且可以查看测试数据集元素概率值。并通过概率值获取最终的分类结果和预测结果。
决策边界
对于逻辑回归,它同样也有系数和截距,我们来看一下鸢尾花数据集的系数和截距
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from playLA.model_selection import train_test_split from playLA.LogisticRegression import LogisticRegression if __name__ == "__main__": iris = datasets.load_iris() X = iris.data y = iris.target # 鸢尾花数据集有3个分类,而逻辑回归只能进行二分类,所以我们去掉2这个特征 X = X[y < 2, :2] y = y[y < 2] print(X.shape) print(y.shape) # plt.scatter(X[y == 0, 0], X[y == 0, 1], color='red') # plt.scatter(X[y == 1, 0], X[y == 1, 1], color='blue') # plt.show() X_train, X_test, y_train, y_test = train_test_split(X, y, seed=666) log_reg = LogisticRegression() log_reg.fit(X_train, y_train) # 查看分类准确度 print(log_reg.score(X_test, y_test)) # 查看测试数据集每一个元素的概率值 print(log_reg.predict_proba(X_test)) # 查看分类结果 print(y_test) # 查看预测结果 print(log_reg.predict(X_test)) # 查看逻辑回归的系数 print(log_reg.coef) # 查看逻辑回归的截距 print(log_reg.interception)
运行结果
(100, 2)
(100,)
1.0
[0.92972035 0.98664939 0.14852024 0.01685947 0.0369836 0.0186637
0.04936918 0.99669244 0.97993941 0.74524655 0.04473194 0.00339285
0.26131273 0.0369836 0.84192923 0.79892262 0.82890209 0.32358166
0.06535323 0.20735334]
[1 1 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0]
[1 1 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0]
[ 3.01796521 -5.04447145]
-0.6937719272911228
这些系数和截距就组成了我们之前一直说的θ值。对于θ值它有没有几何意义呢,我们应该如何看待这个θ值呢?
之前我们在说逻辑回归原理的时候,有这样的式子
我们通过训练,得出了这个θ向量,如果我们的样本有n个特征(维度)的话,那么θ就有n+1个元素,我们要多添加一个。每当新来一个样本的时候,样本与θ进行点乘,点乘之后的结果送给函数,得到的这个值,我们就称之为是这个样本发生我们定义的事件的概率值。如果概率值≥0.5的话,我们就分类这样样本属于1这一类;如果概率值<0.5的话,我们就分类这个样本属于0这一类。我们再来看一下函数
当t>0时,p>0.5;t<0时,p<0.5,分界点在t=0的时候。将代入t,则有
当≥0的时候,我们的概率估计值≥0.5,此时我们将新来的样本x分类为y=1;当<0的时候,我们的概率估计值<0.5,此时我们将新来的样本x分类为y=0。换句话说,我们为新来的样本分类为1还是0,这个边界点,这个位置就被称为决策边界。
两个向量进行点乘,它同时代表的是一条直线。如果X有两个特征,那么就可以写成
这样的一个式子是一个直线的表达式。在二维坐标系中,横轴是x1这个特征,纵轴是x2这个特征。经过转换,就有
推导出x2,我们是为了把这根直线给画出来,真实感性的看一下它的样子。
def x2(x1): return (- log_reg.coef[0] * x1 - log_reg.interception) / log_reg.coef[1] x1_plot = np.linspace(4, 8, 1000) x2_plot = x2(x1_plot) plt.scatter(X[y == 0, 0], X[y == 0, 1], color='red') plt.scatter(X[y == 1, 0], X[y == 1, 1], color='blue') plt.plot(x1_plot, x2_plot) plt.show()
运行结果
图中的这根直线就是我们的决策边界。这根决策边界大体上将红色点和蓝色的点分成了两部分。如果我们新来一个样本的话,把样本的每一个特征和θ相乘,如果大于等于0的话,我们就给它分类为1,就在这根直线的下面。这就是这根直线的几何意义。如果得到的结果是小于0的话,我们就给它分类为0,就在这根直线的上方。如果等于0的话,它正好落在这一根决策边界上,此时无论我们把这个样本分类成0还是分类成1都是正确的,只不过我们这里分类成1。这里我们会发现在上图中有一个红色的点在决策边界的下方,显然这是一个分类错误的情况。而我们之前在测试用例中的分类准确率是100%,说明这个红色的点是在训练数据集中,我们可以来验证一下
def x2(x1): return (- log_reg.coef[0] * x1 - log_reg.interception) / log_reg.coef[1] x1_plot = np.linspace(4, 8, 1000) x2_plot = x2(x1_plot) # plt.scatter(X[y == 0, 0], X[y == 0, 1], color='red') # plt.scatter(X[y == 1, 0], X[y == 1, 1], color='blue') # plt.plot(x1_plot, x2_plot) # plt.show() plt.scatter(X_test[y_test == 0, 0], X_test[y_test == 0, 1], color='red') plt.scatter(X_test[y_test == 1, 0], X_test[y_test == 1, 1], color='blue') plt.plot(x1_plot, x2_plot) plt.show()
运行结果
由上图可见,我们的测试数据集只有这么几个点,它完全是分类正确的。
{{m.name}}
原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/150788.html