介绍
小编给大家分享一下python如何实现物流分类算法,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获、下面让我们一起去了解一下吧!
最近在看吴恩达的机器学习课程,自己用python实现了其中的物流算法,并用梯度下降获取最优值。
物流分类是一个二分类问题,而我们的线性回归函数
的取值在负无穷到正无穷之间,对于分类问题而言,我们希望假设函数的取值在0 ~ 1之间,因此物流函数的假设函数需要改造一下
由上面的公式可以看的出,0 & lt;h (x) & lt;1,这样,我们可以以1/2为分界线
成本函数可以这样定义
其中,m是样本的数量,初始时θ可以随机给定一个初始值,算出一个初始的J(θ)值,再执行梯度下降算法迭代,直到达到最优值,我们知道,迭代的公式主要是每次减少一个偏导量
如果将J(θ)代入化简之后,我们发现可以得到和线性回归相同的迭代函数
按照这个迭代函数不断调整θ的值,直到两次J(θ)的值差值不超过某个极小的值之后,即认为已经达到最优解,这其实只是一个相对较优的解,并不是真正的最优解,其中,α是学习速率,学习速率越大,就能越快达到最优解,但是学习速率过大可能会让惩罚函数最终无法收敛,整个过程python的实现如下
import 数学 ALPHA 0.3=, DIFF 0.00001=, def 预测(θ,,数据): 时间=results 才能;[] for 才能小姐:拷贝范围(0,,data.__len__ ()): ,,,temp =0 ,,,for j 拷贝范围(1,theta.__len__ ()): ,,,,,temp +=,θ[j],[我]*,数据(j 作用;1) ,,,temp =, 1,/, (1, +, math.e * *, (1, *, (temp +,θ[0]))) ,,,results.append(临时) return 才能结果 def 培训(training_data): 时间=size 才能;training_data.__len__ () 时间=dimension 才能;training_data [0] .__len__ () 时间=hxs 才能;[] 时间=theta 才能;[] for 才能小姐:拷贝范围(0,维度): ,,,theta.append (1) initial 才能=0 for 才能小姐:拷贝范围(0,大小): ,,,hx =,θ[0] ,,,for j 拷贝范围(1,尺寸): ,,,,,hx +=,θ[j], *, training_data[我][j] ,,,hx =, 1,/, (1, +, math.e * *, (1, *, hx)) ,,,hxs.append (hx) ,,,initial +=, (1, *, (training_data[我][0],*,math.log (hx), +,(1,安康;training_data[我][0]),*,math.log(1,安康;hx))) initial 才能;/=,大小 iteration 才能=初始 initial 才能=0 counts 才能=1 while 才能;abs (iteration 安康;初始),祝辞,差异: ,,,print(“第“,,,,“次迭代,,diff=?,, abs (iteration 安康;初始)) ,,,initial =,迭代 ,,,gap =0 ,,,for j 拷贝范围(0,大小): ,,,,,gap +=,(本公司[j],安康;training_data [j] [0]) ,,,θ[0],=,θ[0],安康;ALPHA *, gap /尺寸 ,,,for 小姐:拷贝范围(1,尺寸): ,,,,,gap =0 ,,,,,for j 拷贝范围(0,大小): ,,,,,,,gap +=,(本公司[j],安康;training_data [j] [0]), *, training_data [j][我] ,,,,,θ[我],=,θ[我],安康;ALPHA *, gap /尺寸 ,,,,,for m 拷贝范围(0,大小): ,,,,,,,hx =,θ[0] ,,,,,,,for j 拷贝范围(1,尺寸): ,,,,,,,,,hx +=,θ[j], *, training_data[我][j] ,,,,,,,hx =, 1,/, (1, +, math.e * *, (1, *, hx)) ,,,,,,,本公司[我],=hx ,,,,,,,iteration +=, 1, *, (training_data[我][0],*,math.log (hx), +,(1,安康;training_data[我][0]),*,math.log(1,安康;hx)) ,,,,,iteration /=,大小 ,,,counts +=1 null null null null null null null null null null nullpython如何实现物流分类算法