🌈🌈🌈机器学习 实战系列 总目录

本篇文章的代码运行界面均在Pycharm中进行
本篇文章配套的代码资源已经上传

机器学习实战-系列教程1：线性回归入门教程
机器学习实战-系列教程2：线性回归1
机器学习实战-系列教程3：线性回归2

1、整体流程简介

1. 拿到数据data
2. 数据预处理操作（归一化、标准化）
3. 怎么样的x和k组合能够更加准确的拟合出真实值
4. 使用梯度下降算法GD（Gradient Descent）
5. 通过GD让loss和k之间达到一个收敛关系（这个过程Scikit-learn自动帮我们完成），完成梯度下降算法就可以把线性回归算出来了。
6. 单个特征和多个特征做对比，在代码中实现出来

2、初始化操作

初始化函数就是将数据处理成机器学习所需要格式与范围，并且把每一个数据都对应好标签，标签也就是真实值，并且将数据分为训练集、验证集、测试集等（具体根据任务设定）

import numpy as np
from utils.features import prepare_for_training
class LinearRegression:def __init__(self,data,labels,polynomial_degree = 0,sinusoid_degree = 0,normalize_data=True):(data_processed, features_mean, features_deviation)  = prepare_for_training(data, polynomial_degree, sinusoid_degree,normalize_data=True)self.data = data_processedself.labels = labelsself.features_mean = features_meanself.features_deviation = features_deviationself.polynomial_degree = polynomial_degreeself.sinusoid_degree = sinusoid_degreeself.normalize_data = normalize_datanum_features = self.data.shape[1]self.theta = np.zeros((num_features,1))

1. 导包
2. 定义一个线性回归类
3. 初始化函数定义：初始化操作需要传进来等下需要用到的一些值（数据、标签、多项式特征的最高次数、非线性变换、预处理）
4. 经过预处理操作
5. 把定义好的数据拿过来（python特有的）
6. self.data.shape[1]表示数据有多少列，num_features即特征个数
7. theta就是k有多少个，一个特征对应一个k

3、训练

3.1 预测函数

@staticmethod
def hypothesis(data,theta):   predictions = np.dot(data,theta)return predictions

预测函数是将原始数据data与权重参数theta进行矩阵的点乘形成的计算结果，第一次计算时，theta是随机产生的（可以自己设置成满足正态分布等）

3.2 参数更新函数

def gradient_step(self,alpha):    num_examples = self.data.shape[0]prediction = LinearRegression.hypothesis(self.data,self.theta)delta = prediction - self.labelstheta = self.thetatheta = theta - alpha*(1/num_examples)*(np.dot(delta.T,self.data)).Tself.theta = theta

1. num_examples：样本个数（data.shape[0]是行数，data.shape[1]列数）
2. prediction：预测值（得到预测值，用线性回归LinearRegression类调用预测函数hypothesis，将参数和原始数据穿进去）
3. delta ：预测值减去真实值
   $$\delta =delta=(h_{\theta }(x^k)-y^k)$$
4. theta ：训练得到参数，${\theta }_1$对应的是$x_1$，以此类推
   theta 更新公式： $${\theta }_j={\theta }_j-\alpha \frac{1}{10}\sum _{k=i}^{i+9}\delta x_j^k$$
5. self.theta = theta，返回更新的参数

参数更新函数就是调用了预测函数，计算delta ，按照参数更新公式更新参数theta

3.3 损失函数

def cost_function(self,data,labels):"""损失计算方法"""num_examples = data.shape[0]delta = LinearRegression.hypothesis(self.data,self.theta) - labelscost = (1/2)*np.dot(delta.T,delta)/num_examplesreturn cost[0][0]

损失函数就是计算出预测值和真实之间的差异大小的函数。
损失不会是多少样本就计算多少损失，是计算每次平均的损失
num_examples ：样本个数
delta ：就是预测值减去真实值
cost ：就是计算delta 每个差值的平方再除以2，再除以样本个数

3.4 梯度下降函数

def gradient_descent(self,alpha,num_iterations):cost_history = []for _ in range(num_iterations):self.gradient_step(alpha)cost_history.append(self.cost_function(self.data,self.labels))return cost_history

梯度下降函数实际上就是将参数更新函数和损失函数执行多次，因为将所有的数据都会训练一次，每一次的批量都会执行一次参数更新，每次更新的同时也会记录损失。
cost_history 可以将每次的损失记录下来，cost_function可以计算出损失，通过原始数据得到预测值在和真实值之间做差别计算 。

3.5训练函数

def train(self,alpha,num_iterations = 500):cost_history = self.gradient_descent(alpha,num_iterations)return self.theta,cost_history

alpha：学习率
num_iterations ：迭代次数
cost_history：保存的所有损失值

训练函数调用梯度下降函数，返回损失，定义迭代次数，一次迭代就是将整个数据集完全训练一次

4、测试

测试集也需要自己的计算损失和进行预测的函数，测试集就不参与训练和参数更新了

4.1 获取当前损失

def get_cost(self,data,labels):  data_processed = prepare_for_training(data,self.polynomial_degree,self.sinusoid_degree,self.normalize_data)[0]return self.cost_function(data_processed,labels)

prepare_for_training是数据预处理函数
cost_function是损失计算的函数

4.2 测试集预测函数

def predict(self,data):"""用训练的参数模型，与预测得到回归值结果"""data_processed = prepare_for_training(data,self.polynomial_degree,self.sinusoid_degree,self.normalize_data)[0]predictions = LinearRegression.hypothesis(data_processed,self.theta)return predictions

先是预处理数据，再把处理后的数据和theta传进预测函数，就可以得到预测结果了，这里专门在测试过程中实现的。

机器学习实战-系列教程1：线性回归入门教程
机器学习实战-系列教程2：线性回归1
机器学习实战-系列教程3：线性回归2