Jupyter实现机器学习之单变量线性回归

旧城等待， 2022-12-12 01:56 190阅读 0赞

一、问题描述  
给定一组数据(如下图所示)，格式为a, b。a表示该城市的人口，b表示卖食品的卡车在该城市的利润。通俗理解，a越大，b也越大，所以本问题是告知一城市的人口，请预测卖食品的卡车在该城市的利润。属于**单边变量线性回归**问题(文件ex1data1.txt包含线性回归问题的数据集)。  
![图1][1]

二、Jupyter解决此问题的过程  
1.导入数据分析所需要的库1

import numpy as np
    import pandas as pd
    from matplotlib import pyplot as plt

2.导入数据并查看

path = 'D:\Code\DataSets\ML_data_sets\ex1data1.txt'
    data = pd.read_csv(path, header = None, names = ['Population', 'Profit'])
    data.head()

注解：  
①逗号分隔值文件（Comma-Separated Values，CSV)  
②names添加列名，header用指定的行来作为标题，若原无标题且指定标题则设为None  
③可视化效果如下图所示  
![在这里插入图片描述][20201005085615253.png_pic_center]  
3.绘制数据的散点图

data.plot(kind = 'scatter', x = 'Population', y = 'Profit', figsize = (8, 6))  #figsize设置figure的size
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center]  
4.根据公式描述，建立X, y, theta矩阵  
公式：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center 1]

> 不知道列向量的Markdown格式

(1)新增一列，值为1

data.insert(0, 'Ones', 1)

![在这里插入图片描述][20201005092034875.png_pic_center]  
(2)建立X, y, theta矩阵

cols = data.shape[1] #列数
    X = data.iloc[:,0:cols-1]  #前2列的数据
    y = data.iloc[:,cols-1:]  #最后一列的数据
    X = np.matrix(X.values)
    y = np.matrix(y.values)
    theta = np.matrix([0,0])

5.代价函数

# 代价函数  len(X)行数
    def computeCost(X, y, theta):
        inner = np.power((X * theta.T) - y, 2)
        return np.sum(inner) / (2 * len(X))

6.梯度下降算法

#批量梯度下降算法
    def gradientDescent(X, y, theta, alpha, epoch):
        temp = np.matrix(np.zeros(theta.shape))
        cost = np.zeros(epoch)
        m = X.shape[0]
        for i in range(epoch):
            temp = theta - (alpha / m) * (X * theta.T - y).T * X
            theta = temp  
            cost[i] = computeCost(X, y, theta)
        return theta, cost

7.验证结果  
(1)计算

alpha = 0.01
    epoch = 1000
    final_theta, cost = gradientDescent(X, y, theta, alpha, epoch)

(2)线性回归可视化

x = np.linspace(data.Population.min(), data.Population.max(), 100)  # 横坐标
    f = final_theta[0, 0] + (final_theta[0, 1] * x)  # 纵坐标，利润
    
    fig, ax = plt.subplots(figsize=(6,4))
    ax.plot(x, f, 'r', label='Prediction')
    ax.scatter(data['Population'], data.Profit, label='Traning Data')
    ax.legend(loc=2)  # 2表示在左上角
    ax.set_xlabel('Population')
    ax.set_ylabel('Profit')
    ax.set_title('Predicted Profit vs. Population Size')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center 2]

(3)代价可视化

fig, ax = plt.subplots(figsize=(8,4))
    ax.plot(np.arange(epoch), cost, 'r')  # np.arange()返回等差数组
    ax.set_xlabel('Iterations')
    ax.set_ylabel('Cost')
    ax.set_title('Error vs. Training Epoch')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center 3]

三、参考文献  
1.[吴恩达机器学习作业Python实现(一)：线性回归][Python]

--------------------

1.  [数据分析所需库的安装，pandas的安装与numpy一样][pandas_numpy] ↩︎

[1]: /images/20221123/bd5c0366e71345989155877457770fc6.png
[20201005085615253.png_pic_center]: /images/20221123/c333ba40ebc349348b9cd900817a8cd3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/a48bab650227456e88076410f82ba8b1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/b67bf82231804870a8f12c5dafb449fe.png
[20201005092034875.png_pic_center]: /images/20221123/57f91354d83849f0b0ada9768dffa4f9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221123/b78fe02205aa4768bc4b3150b5c5535f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzQ3NzAwOQ_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221123/0ad1ca8feefc4c79a0669e880c92d4d7.png
[Python]: https://blog.csdn.net/Cowry5/article/details/80174130?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param
[pandas_numpy]: https://blog.csdn.net/weixin_37477009/article/details/108881754