Python機器學習 學習筆記與實踐
環境：win10 + Anaconda3.8
例子一 源自《Python與機器學習實戰》—何宇健
任務：現有47個房子的面積和價格，需要建立一個模型對房價進行預測，
1、獲取和處理資料
房子的面積與價格對應的資料點擊下面獲得：
點擊此處獲取
匯入庫，并讀取文本檔案的資料：
import numpy as np
import matplotlib.pyplot as plt
#讀取房子面積和對應的價格資料
x,y=[],[]
for sample in open("此處為資料文本檔案路徑","r"):
#文本檔案中資料用“，”隔開，故向_x,_y傳入資料時引入split函式
_x,_y=sample.split(",")
#采用append方法將轉換為float型別的_x,_y賦值給x，y
x.append(float(_x))
y.append(float(_y))
#將x，y轉換為Numpy陣列
x,y=np.array(x),np.array(y)
#將x標準化
x=(x-x.mean())/x.std()
（1）由于x，y的資料型別是List，故在保存簡單的數值型資料時，處理不夠高效，因此將其轉換為Numpy陣列，
（2）保留x的原始值也是可以的，但標準化后可以降低問題的復雜度，x標準化公式為：（x-x平均值）/ x的標準差
（3）在此也可以選擇觀察散點圖，觀察后發現資料很可能有線性關系，因此下面模型采用線性回歸的多項式擬合，
2、多項式擬合
#利用linspace函式，產生-2到4之間的等間隔100個數
x0=np.linspace(-2,4,100)
#定義模型函式
def get_model(deg):
return lambda input_x=x0:np.polyval(np.polyfit(x,y,deg),input_x)
#定義損失函式
def get_cost(deg,calcu_x,data_y):
return 0.5*((get_model(deg)(calcu_x)-data_y)**2).sum()
#定義測驗階數集并分別計算不同階模型的損失
test_set=(1,4,10)
for d in test_set:
print('The loss of degree{} is {}'.format(d,get_cost(d,x,y)))
#畫圖
plt.figure()
plt.title('Easy example of the price of house')
#將原始資料畫為散點圖
plt.scatter(x,y,c="g",s=6)
#限定橫縱坐標
plt.xlim(-2,4)
plt.ylim(1e5,8e5)
#分別畫出不同階模型的擬合曲線
for d in test_set:
plt.plot(x0,get_model(d)(),label='degree={}'.format(d))
plt.legend()
plt.show()
（1）np.linspace簡單用法：
np.linspace（a,b,num），生成a到b的等間隔的num個數
（2）polyfit函式簡單講解：
def polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)
Least squares polynomial fit.
Fit a polynomial p(x) = p[0] * x**deg + … + p[deg] of degree deg to points (x, y). Returns a vector of coefficients p that minimises the squared error in the order deg, deg-1, … 0.
（3）polyval函式簡單講解：
def polyval(p, x)
Evaluate a polynomial at specific values.
If p is of length N, this function returns the value:
`p[0]*x**(N-1) + p[1]*x**(N-2) + ... + p[N-2]*x + p[N-1]`
If x is a sequence, then p(x) is returned for each element of x. If x is another polynomial then the composite polynomial p(x(t)) is returned.
（4）損失函式
損失函式采用常用的平方損失函式，即歐氏距離，
（5）注意：plt.show()，不要忘記括號，
3、運行結果
4、小結
從損失結果中看，階數為1的時候損失最大，階數為10的時候損失最小，但從圖中看到，似乎當階數等于1或4的時候能更好地描述這個模型，這就是過擬合現象，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/234903.html
標籤：python