机器学习算法 Python 实现

栏目: Python · 发布时间: 6年前

内容简介：机器学习算法 Python 实现

机器学习算法 Python 实现

机器学习算法Python实现
- 逻辑回归_手写数字识别_OneVsAll
- 六、PCA主成分分析（降维）
  - 3、主成分分析PCA与线性回归的区别
  - 6、主成分个数的选择（即要降的维度）
  - 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）
  - 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）
  - 6、单元和多元高斯分布特点

一、线性回归

全部代码

1、代价函数

其中：
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

代价函数对求偏导得到：
所以对theta的更新可以写为：
其中为学习速率，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
其中为所有此feture数据的平均值
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

可以综合起来为：其中：
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
的图像如下，即 y=1 时：

可以看出，当趋于 1 ， y=1 ,与预测值一致，此时付出的代价 cost 趋于 0 ，若趋于 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

同理的图像如下（ y=0 ）：

2、梯度

同样对代价函数求偏导：
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
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）

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:
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()
    scaler.fit(x_train)
    x_train = scaler.fit_transform(x_train)
    x_test = scaler.fit_transform(x_test)

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

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（为补上的bias，通常设为 1 ）
表示第 j 层的第 i 个激励，也称为为单元unit
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：
输出层

其中， S型函数 ，也成为 激励函数
可以看出为3x4的矩阵，为1x4的矩阵
==》 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，即代表输出层有K个单元
其中，代表第 i 个单元输出
与逻辑回归的代价函数差不多，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
-->第 l 层unit的个数
正则化后的 代价函数 为
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, 记为--> l 层第 j 个单元的误差
《===》（向量化）
没有，因为对于输入没有误差
因为S型函数的导数为：，所以上面的和可以在前向传播中计算出来
反向传播计算梯度的过程为：
（是大写的）
for i=1-m:

-

-正向传播计算（l=2,3,4...L）

-反向计算、 ... ；

-

-
最后，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：
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：
，
其中：，
如图所示，如果 y=1 ， cost 代价函数如图所示

我们想让，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代替逻辑回归中的cost
当 y=0 时同样，用代替
最终得到的代价函数为：

最后我们想要
之前我们逻辑回归中的代价函数为：

可以认为这里的，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
，
表示 u 的 欧几里得范数 （欧式范数），
向量V 在 向量u 上的投影的长度记为 p ，则：向量内积：

根据向量夹角公式推导一下即可，
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 的乘积项要很小，所以近似为：

，

我们最后的目的就是求使代价最小的 θ
由

可以得到：

， 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 ,则或者，若是 p 很小，则需要很大，这与我们要求的 θ 使最小相违背，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， 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：

假设如图几个点，令：

. . .
可以看出，若是 x 与距离较近，==》，（即相似度较大）

若是 x 与距离较远，==》，（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
训练集：
选择：
对于给出的 x ，计算 f ,令：所以：
最小化 J 求出 θ ，
如果，==》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
最后我们想得到：
其中表示第 i 条数据距离哪个类中心最近，
其中即为聚类的中心

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)).astype(float)  # sum求和是int型的，需要转为float
        fp = np.sum((cvPrecision == 1) & (yval == 0)).astype(float)
        fn = np.sum((cvPrecision == 1) & (yval == 0)).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
异常点标注

以上所述就是小编给大家介绍的《机器学习算法 Python 实现》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对码农网的支持！

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

游戏引擎架构

[美] Jason Gregory (杰森.格雷戈瑞) / 叶劲峰 / 电子工业出版社 / 2014-1 / 128.00元

《游戏引擎架构》同时涵盖游戏引擎软件开发的理论及实践，并对多方面的题目进行探讨。本书讨论到的概念及技巧实际应用于现实中的游戏工作室，如艺电及顽皮狗。虽然书中采用的例子通常依据一些专门的技术，但是讨论范围远超于某个引擎或API。文中的参考及引用也非常有用，可让读者继续深入游戏开发过程的任何特定方向。《游戏引擎架构》为一个大学程度的游戏编程课程而编写，但也适合软件工程师、业余爱好者、自学游戏程......一起来看看《游戏引擎架构》这本书的介绍吧!

码农工具

SHA 加密

SHA 加密工具

HEX HSV 转换工具

HEX HSV 互换工具

机器学习算法 Python 实现