创作背景

本菜鸡最近想学学 机器学习，这不，刚开始。 如果觉得我这篇文章写的好的话，能不能给我 点个赞 ，评论 一波。如果要点个 关注 的话也不是不可以🤗

回归与分类的区别

• 回归 要预测的结果是 具体的数值，根据训练数据预测某一输入对应的输出数据。输出的结果是 实数。
• 分类 要判断的结果是 类别，根据训练数据预测 分类正确的概率 （属于 [0, 1]），进而输出 判断的类别 。

回归向分类的转变

既然都是 预测，使用相同的 x ，只是输出从原来的 实数 变成了 类别，那我们就用一个函数将结果从 实数集 映射到 [0, 1] 中，然后再转成对应分类不就行了呗。

• 举个栗子：

  • 有两个类别的实例，o 代表正例，x 代表负例
  • 可以找到一个超平面 w T x + b = 0 {w}^{T}x+b=0 wTx+b=0 将两类实例分隔开，即 正确分类
  • 其中， w ∈ R n w in {mathbb{R}}^{n} w∈Rn 为超平面的 法向量 ， b ∈ R b in mathbb{R} b∈R 为 偏置
  • 超平面上方的点都满足 w T x + b > 0 {w}^{T}x+b>0 wTx+b>0
  • 超平面下方的点都满足 w T x + b < 0 {w}^{T}x+b<0 wTx+b<0
  • 可以根据以下 x 的线性函数值（与 0 的比较结果）判断实例类别： z = g ( x ) = w T x + b z=g(x)={w}^{T}x+b z=g(x)=wTx+b
  • 分类函数以 z 为输入，输出预测的类别： c = H ( z ) = H ( g ( x ) ) c=H(z)=H(g(x)) c=H(z)=H(g(x))

• 以上是 线性分类器 的基本模型。

有个方法可以实现 线性分类器 ，那就是 Logistic 回归。

• Logistic 回归是一种 广义线性 模型，使用 线性判别式函数 对实例进行分类。

而一般实现这种分类方法的函数是 sigmoid 函数。（因为其中最为出名的是 logistic 函数，所以也被称为 logistic 函数）。

饱和函数

先看一下 饱和函数，至于为什么要看这个函数，因为 Sigmoid 函数都需要满足这个函数，具体见下述 sigmoid （也即 logistic） 函数。

• x < 0 时，导数值 ↑，x ≥ 0 时，导数值 ↓ ，即，将导函数为 正态分布 的分布函数称为 饱和函数 。
• 看一下图像。

  

一些饱和函数

• 单位阶跃函数 δ
• e r f ( π 2 x ) erf(frac{sqrt {pi}}{2}x) erf(2π ​​x)
• 2 π arctan ⁡ ( π 2 x ) frac{2}{pi} arctan {(frac{pi}{2}x)} π2​arctan(2π​x)
• 2 π g d ( π 2 x ) frac{2}{pi} gd(frac{pi}{2}x) π2​gd(2π​x)
• x 1 + ∣ x ∣ frac{x}{1+|x|} 1+∣x∣x​

图像如下

它们的导函数是服从 正态分布 的，图像如下

所以，最理想的分类函数为 单位阶跃函数 ，直上直下的，是 饱和函数 的一种。如下图

也就是 H ( z ) = { 0 , x < 0 0.5 , x = 0 1 , x > 0 H(z)= begin{cases} 0, x<0 \ 0.5, x=0 \ 1, x>0 end{cases} H(z)=⎩⎪⎨⎪⎧​0,x<00.5,x=01,x>0​

• 但单位阶跃函数作为分类函数有一个严重缺点，不连续，所以 不是处处可微，使得一些算法不可用（如 梯度下降）。
• 找一个 输入输出特性与单位阶跃函数类似，并且 单调可微的函数 来代替阶跃函数，sigmoid 函数是一种常用替代函数。

sigmoid 函数（logistic 函数）

sigmoid 函数是一类函数，满足以下函数特征即可：

• 有极限
• 单调 增 函数
• 满足 饱和函数 （知道我为什么要提到 饱和函数 了吧(●’◡’●)）

函数定义 σ ( x ) = 1 1 + e − z sigma(x)=frac{1}{1+{e}^{-z}} σ(x)=1+e−z1​

• 一般 σ sigma σ 函数就指 logistic 函数

logistic 函数的值域在 (0,1) 之间连续，函数的输出可视为 x 条件下实例为正例的条件概率 ，即 P ( y = 1 ∣ x ) = σ ( g ( x ) ) = 1 1 + e − ( w T x + b ) P(y=1|x)=sigma (g(x))=frac{1}{1+{e}^{-({w}^{T}x+b)}} P(y=1∣x)=σ(g(x))=1+e−(wTx+b)1​ x 条件下实例为负例的条件概率为 P ( y = 0 ∣ x ) = 1 − σ ( g ( x ) ) = 1 1 + e ( w T x + b ) P(y=0|x)=1-sigma (g(x))=frac{1}{1+{e}^{({w}^{T}x+b)}} P(y=0∣x)=1−σ(g(x))=1+e(wTx+b)1​

logistic 函数是 对数概率函数 的 反函数，一个事件的概率指该事件发生的概率 p 与该事件不发生的概率 1-p 的比值。

• 对数概率为 log ⁡ p 1 − p log{frac{p}{1-p}} log1−pp​
• 对数概率大于 0 表明 正例 的概率大，反之，则 负例 的概率大。

Logistic 回归模型假设一个实例为正例的对数概率是输入 x 的 线性函数，即： log ⁡ p 1 − p = w T x + b log {frac{p}{1-p}}={w}^{T}x+b log1−pp​=wTx+b 反求 p ，即： p = σ ( g ( x ) ) = 1 1 + e − ( w T x + b ) p = sigma(g(x))=frac{1}{1+{e}^{-({w}^{T}x+b)}} p=σ(g(x))=1+e−(wTx+b)1​ logistic 函数有个很好的数学特性， σ ( z ) sigma(z) σ(z) 一阶导数形式简单，并且关于其本身的函数： d σ ( z ) d z = σ ( z ) ( 1 − σ ( z ) ) frac{d sigma(z)}{dz} = sigma(z) (1-sigma(z)) dzdσ(z)​=σ(z)(1−σ(z)) Logistic 回归模型假设函数为 h w , b ( x ) = σ ( g ( x ) ) = 1 1 + e − ( w T x + b ) {h}_{w,b}(x) = sigma (g(x)) = frac{1}{1+{e}^{-({w}^{T}x+b)}} hw,b​(x)=σ(g(x))=1+e−(wTx+b)1​ 将 b 纳入权向量 w ，假设函数更改为 h w ( x ) = 1 1 + e − ( w T x ) {h}_{w}(x) = frac{1}{1+{e}^{-({w}^{T}x)}} hw​(x)=1+e−(wTx)1​

极大似然估计

• 根据 h w ( x ) {h}_{w}(x) hw​(x) 的概率意义，有

P ( y = 1 ∣ x ) = h w ( x ) P ( y = 0 ∣ x ) = 1 − h w ( x ) P(y=1|x)={h}_{w}(x) \ P(y=0|x)=1-{h}_{w}(x) P(y=1∣x)=hw​(x)P(y=0∣x)=1−hw​(x)

• 由此可得，训练集 D 中的某样本 ( x i , y i ) ({x}_{i}, {y}_{i}) (xi​,yi​) ，模型将输入实例 x i {x}_{i} xi​ 预测为类别 y i {y}_{i} yi​ 的概率为

P ( y = y i ∣ x i ; w ) = h w ( x i ) y i ( 1 − h w ( x i ) ) 1 − y i P(y={y}_{i}|{x}_{i};w)={h}_{w}({x}_{i})^{{y}_{i}}(1-{h}_{w}({x}_{i}))^{1-{y}_{i}} P(y=yi​∣xi​;w)=hw​(xi​)yi​(1−hw​(xi​))1−yi​

• 训练集 D 各样本独立同分布，定义似然函数 L(w) 描述训练集中 m 个样本同时出现的概率，公式如下：

L ( w ) = Π i = 1 m P ( y = y i ∣ x i ; w ) = ∏ i = 1 m h w ( x i ) y i ( 1 − h w ( x i ) ) 1 − y i L(w)=Pi^{m}_{i=1}{P(y={y}_{i}|{x}_{i};w)} \ =prod limits_{i=1}^{m}{h}_{w}({x}_{i})^{{y}_{i}}(1-{h}_{w}({x}_{i}))^{1-{y}_{i}} L(w)=Πi=1m​P(y=yi​∣xi​;w)=i=1∏m​hw​(xi​)yi​(1−hw​(xi​))1−yi​

用 极大似然法 估计参数 w 的核心思想是

• 选择参数 w，使得当前已经观测到的数据（训练集中的 m 个样本）最有可能出现（概率最大），即：

w ^ = a r g w m a x   L ( w ) hat{w}={arg}_{w}max , L(w) w^=argw​maxL(w)

• 为了 方便求极值点 ，可将找 L(w) 的极值点转化为找其对数似然函数 ln(L(w)) 的最大值点，即：

w ^ = a r g w m a x   l n ( L ( w ) ) hat{w} = {arg}_{w}max , ln(L(w)) w^=argw​maxln(L(w))

• 根据定义，对数似然函数为

l ( w ) = l n ( L ( w ) ) = ∑ i = 1 m y i l n ( h w ( x i ) ) + ( 1 − y i ) l n ( 1 − h w ( x i ) ) l(w)=ln(L(w))=displaystyle sum ^{m}_{i=1}{{y}_{i}ln({h}_{w}({x}_{i}))}+(1-{y}_{i})ln(1-{h}_{w}({x}_{i})) l(w)=ln(L(w))=i=1∑m​yi​ln(hw​(xi​))+(1−yi​)ln(1−hw​(xi​))

梯度下降更新公式

对于 Logistic 回归模型，可以定义其损失为：

J ( w ) = − 1 m   l ( w ) = − 1 m ∑ i = 1 m y i   l n ( h w ( x i ) ) + ( 1 − y i )   l n ( 1 − h w ( x i ) ) J(w)=-frac{1}{m} l(w)=-frac{1}{m} displaystyle sum ^{m}_{i=1}{{y}_{i} ln({h}_{w}({x}_{i}))+(1-{y}_{i}) ln(1-{h}_{w}({x}_{i}))} J(w)=−m1​ l(w)=−m1​i=1∑m​yi​ ln(hw​(xi​))+(1−yi​) ln(1−hw​(xi​))

• 此时，求出损失函数 最小值 与求出对数似然函数 最大值 等价，求损失函数最小值依然可以使用 梯度下降算法 ，最终估计出模型参数 w ^ hat{w} w^

计算 J(w) 对分量 w j {w}_{j} wj​ 的偏导数（就对上边的公式 求导）

∂ ∂ w j J ( w ) = − 1 m ∑ i = 1 m y i l n h w ( x i ) + ( 1 − y i ) l n ( 1 − h w ( x i ) ) frac{partial}{partial {w}_{j}}J(w)=-frac{1}{m}displaystyle sum^{m}_{i=1}{{y}_{i}ln{h}_{w}({x}_{i})+(1-{y}_{i})ln(1-{h}_{w}({x}_{i}))} ∂wj​∂​J(w)=−m1​i=1∑m​yi​lnhw​(xi​)+(1−yi​)ln(1−hw​(xi​)) = − 1 m ∑ i = 1 m y i ∂ ∂ w j l n h w ( x i ) + ( 1 − y i ) ∂ ∂ w j l n ( 1 − h w ( x i ) ) =-frac{1}{m}displaystyle sum^{m}_{i=1}{{y}_{i}frac{partial }{partial {w}_{j}}ln{h}_{w}({x}_{i})+(1-{y}_{i})frac{partial}{partial {w}_{j}}ln(1-{h}_{w}({x}_{i}))} =−m1​i=1∑m​yi​∂wj​∂​lnhw​(xi​)+(1−yi​)∂wj​∂​ln(1−hw​(xi​)) = − 1 m ∑ i = 1 m y i   1 h w ( x i ) ∂ h w ( x i ) ∂ z i ∂ z i w j + ( 1 − y i ) 1 1 − h w ( x i ) ( − ∂ h w ( x i ) ∂ z i ) ∂ z i w j =- frac{1}{m} displaystyle sum^{m}_{i=1}{{y}_{i} frac{1}{{h}_{w}({x}_{i})} frac{partial {h}_{w}({x}_{i})}{partial {z}_{i}} frac{partial {z}_{i}}{{w}_{j}} + (1-{y}_{i}) frac{1}{1-{h}_{w}({x}_{i})} (-frac{partial {h}_{w}({x}_{i})}{partial {z}_{i}}) frac{partial {z}_{i}}{{w}_{j}}} =−m1​i=1∑m​yi​ hw​(xi​)1​∂zi​∂hw​(xi​)​wj​∂zi​​+(1−yi​)1−hw​(xi​)1​(−∂zi​∂hw​(xi​)​)wj​∂zi​​ = − 1 m ∑ i = 1 m ( y i h w ( x i ) ⋅ ( 1 − h w ( x i ) h w ( x i ) − ( 1 − y i ) h w ( x i ) ⋅ ( 1 − h w ( x i ) ) ( 1 − h w ( x i ) ) ) ∂ z i w j =-frac{1}{m} displaystyle sum^{m}_{i=1}({y}_{i} frac{{h}_{w}({x}_{i}) cdot (1-{h}_{w}({x}_{i})}{{h}_{w}({x}_{i})} -(1-{y}_{i}) frac{{h}_{w}({x}_{i}) cdot (1-{h}_{w}({x}_{i}))}{(1-{h}_{w}({x}_{i}))}) frac{partial {z}_{i}}{{w}_{j}} =−m1​i=1∑m​(yi​hw​(xi​)hw​(xi​)⋅(1−hw​(xi​)​−(1−yi​)(1−hw​(xi​))hw​(xi​)⋅(1−hw​(xi​))​)wj​∂zi​​ = − 1 m ∑ i = 1 m ( y i − h w ( x i ) ) ∂ z i w j =- frac{1}{m} displaystyle sum^{m}_{i=1}({y}_{i}-{h}_{w}({x}_{i})) frac{partial {z}_{i}}{{w}_{j}} =−m1​i=1∑m​(yi​−hw​(xi​))wj​∂zi​​ = 1 m ∑ i = 1 m ( h w ( x i ) − y i ) x i j =frac{1}{m} displaystyle sum^{m}_{i=1}({h}_{w}({x}_{i})-{y}_{i}){x}_{ij} =m1​i=1∑m​(hw​(xi​)−yi​)xij​

• 其中， h w ( x i ) − y i {h}_{w}({x}_{i})-{y}_{i} hw​(xi​)−yi​ 可解释为模型预测 x i {x}_{i} xi​ 为正例的概率与其实际类别之间的 误差 。

由此可推出梯度 ∇ J ( w ) nabla J(w) ∇J(w) 计算公式为 ∇ J ( w ) = 1 m ∑ i = 1 m ( h w ( x i ) − y i ) x i nabla J(w)=frac{1}{m} displaystyle sum^{m}_{i=1}({h}_{w}({x}_{i})-{y}_{i}){x}_{i} ∇J(w)=m1​i=1∑m​(hw​(xi​)−yi​)xi​

对于随机梯度下降，即 m = 1 时，相应梯度计算公式为 ∇ J ( w ) = ( h w ( x i ) − y i ) x i nabla J(w)=({h}_{w}({x}_{i})-{y}_{i}){x}_{i} ∇J(w)=(hw​(xi​)−yi​)xi​ 设学习率为 η eta η ，模型参数 w 的更新公式为 w = w − η   ∇ J ( w ) w = w - eta nabla J(w) w=w−η ∇J(w)

代码实现

自己实现

既然我们已经了解了 Logistic 模型的数学原理，那现在我们就使用 Python 实现吧！

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

class LogisticRegression:
    
    def __init__(self, w_init=0.0, steps=10000, eta=0.01):
        
        # 训练迭代次数
        self.steps = steps
        
        # 学习率
        self.eta = eta
        
        # 初始化模型参数
        self.w_init = w_init
        
        self.w = None
    
    def __z(self, X):
        '''
        计算 x 与 w 的内积
        '''
        # 矩阵点积：[1*n] ⋅ [n*m] = [1*m]
        return np.dot(self.w, X.T)
    
    def __sigmoid(self, z):
        '''
        Sigmoid 函数
        '''
        return 1. / (1. + np.exp(-z))
    
    def __predict_proba(self, X):
        '''
        预测为正例的概率
        '''
        
        # 求 z
        z = self.__z(X)
        
        # 利用 Sigmoid 函数求预测为 '分类1' 的概率，>=0.5 的为 '分类1' ，否则为 '分类0'
        return self.__sigmoid(z)
    
    def __loss(self, y, y_pred):
        '''
        求损失
        '''
        # 数学公式见上述
        return -np.sum(y * np.log(y_pred) + (1-y)* np.log(1-y_pred)) / y.size
    
    def __preprocess(self, X):
        '''
        预处理 x，x0 = 1
        '''
        m, n = X.shape
        
        # 初始化新矩阵
        X_ = np.zeros((m, n+1))
        # x0 = 1
        X_[:, 0] = 1
        X_[:, 1:] = X
        return X_
    
    def __gradient(self, X, y, y_pred):
        '''
        求梯度
        '''
        # 矩阵乘法：[1*m] * [m*n] = [1*n]
        return np.matmul(y_pred-y, X) / y.size
        
    def train(self, X, y):
        
        # 预处理 X
        X = self.__preprocess(X)
        
        # 生成 w 矩阵
        m, n = X.shape
        self.w = np.full((1, n), self.w_init)
        
        # 创建 step-loss DataFrame，用于绘图
        plot_loss = pd.DataFrame(columns=['step', 'loss'])
        
        for step in range(1, self.steps+1):
            
            # 求 y_hat
            y_pred = self.__predict_proba(X)
            
            # 求损失，存入 DataFrame 中，并输出
            loss = self.__loss(y, y_pred)
            plot_loss.loc[plot_loss.shape[0]+1] = [step, loss]
            
            print('rEpoch: {} {:>.2f}%: [{}{}] loss={:>.2f}'.format(
                step, step / self.steps * 100,
                '■' * int(step / self.steps * 20),
                '□' * (20 - int(step/self.steps*20)),
                loss
            ), end='')
            
            # 求梯度
            grad = self.__gradient(X, y, y_pred)
            
            # 更新权重 w
            self.w -= self.eta * grad
        
        # 绘制 step-loss 折线图
        plt.plot(plot_loss['step'], plot_loss['loss'])
        plt.xlabel('step')
        plt.ylabel('loss')
        plt.show()
    
    def predict(self, X):
        
        # 预处理 X
        X = self.__preprocess(X)
        # 求 y_hat
        y_pred = self.__predict_proba(X)
        # 转标签
        return np.where(y_pred >= 0.5, 1, 0)

测试一下，训练集就取 x ∈ [ 0 , 10 ] x in [0, 10] x∈[0,10]，0.1 为步长的 等差数列， y ∈ 0 , 1 y in {0, 1} y∈0,1 的二分类数组，将 x ≥ 5 x geq 5 x≥5 的数据对应的标签设置为 1 ，其余为 0，弄好以后画个图瞅瞅。代码如下：

train_x = np.arange(0, 11, 0.1).reshape(-1, 1)
train_y = np.where(train_x > 5, 1, 0).reshape(1, -1)

# x = [m*n] = [110*1]，即有 110 个 x，每个 x 的维度为 1
# y = [1*m] = [1*110]，即有 110 个 y

# 显示网格线
plt.grid()
plt.plot(train_x, train_y[0])
plt.show()

折线图如下

下边就用我们的模型试一试效果

model = LogisticRegression()
model.train(train_x, train_y)

可以看到，损失是逐渐 下降 的。

让我们来预测一波试试。

In[]:	model.predict(np.array([[2], [3], [4], [5], [6]]))

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

Out[]:	array([[0, 0, 0, 1, 1]])

看起来结果还是不错的。

利用 sklearn 实现

不得不佩服强大的 Python 生态，有好多大佬们写好的库，我们直接调用其中的 API 即可，sklearn 就是 Python 机器学习 一个常用的库，用它实现 Logistic 回归，代码如下（数据还是上边的数据）：

In[]:	from sklearn.linear_model import LogisticRegression
		lr = LogisticRegression()
		lr.fit(train_x, train_y.reshape(-1, 1))
		lr.predict(np.array([[2], [3], [4], [5], [6]]))

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

Out[]:	array([0, 0, 0, 1, 1])

成功咯！！！

参考资料

这可不能忘

[1]刘硕.Python机器学习算法原理、实现与案例[M].北京:清华大学出版社,2019

---

---

---

结尾

有想要一起学习 python 的小伙伴可以扫码进群哦。

以上就是我要分享的内容，因为学识尚浅，会有不足，还请各位大佬指正。 有什么问题也可在评论区留言。