(斯坦福机器学习课程笔记)局部加权线性回归练习
来源:互联网 发布:罗伯托.贝尼尼 知乎 编辑:程序博客网 时间:2024/06/06 00:07
代码使用PTHON3.x
题目如下
import numpy as npimport randomimport matplotlib.pyplot as pltF64='float64'def gen_sin_dot_sample(num_point): x=np.linspace(0,10,num_point) y=np.sin(x)+np.random.random(num_point)*0.05 return [x.tolist(),y.tolist()]def show_point(p_x,p_y): plt.figure(1) plt.plot(p_x,p_y,'ob') plt.xlim(-5.2,15.2) plt.ylim(-1.8,1.8) plt.xlabel('x') plt.ylabel('y') plt.show()[x,y]=gen_sin_dot_sample(100)show_point(x,y)
得到下图样本点
要求用局部加权线性回归拟合该曲线
======================================================
代码如下
import numpy as npimport randomimport matplotlib.pyplot as pltF64='float64'def gen_sin_dot_sample(num_point): x = np.linspace(0,10,num_point) y = np.sin(x)+np.random.random(num_point)*0.5 return [x.tolist(),y.tolist()]def draw_point(p_x,p_y): plt.figure(1) plt.plot(p_x,p_y,'ob') plt.xlim(-5.2,15.2) plt.ylim(-2.2,2.2) plt.xlabel('x') plt.ylabel('y') plt.show()def draw_point_and_line(p_x,p_y,l_x,l_y): plt.figure(1) plt.plot(p_x,p_y,'ob') plt.plot(l_x,l_y,'r') plt.xlim(-5.2,15.2) plt.ylim(-2.2,2.2) plt.xlabel('x') plt.ylabel('y') plt.show()def lwr(x,y,x_calculate,times_iteration,k,study_rate):# x,y,x_calculate is list num_sample = len(x) x = np.asarray(x,dtype=F64).reshape((num_sample,1)) y = np.asarray(y,dtype=F64).reshape((num_sample,1)) one_mat = np.ones((num_sample,1),dtype=F64) x_add_one = np.hstack((one_mat,x)) theta = np.random.random((2)) theta = theta.astype(F64).reshape(2,1) for i in xrange(times_iteration): weight = np.exp(-np.square(np.hstack((x,x))-x_calculate)/(k**2)) diff_theta = ((np.dot(x_add_one,theta)-y)*x_add_one*weight).mean(0,dtype=F64,keepdims=True) theta = theta-diff_theta.transpose()*study_rate return theta.reshape((2)).tolist()[x,y] = gen_sin_dot_sample(100)x_calculate = np.linspace(0,10,50).tolist()point_list=[]for i in x_calculate: theta = lwr(x,y,i,1000,0.3,0.1) point_y = theta[0]+theta[1]*i point_list.append(point_y)draw_point_and_line(x,y,x_calculate,point_list)
结果是,学习率选0.1、k选1.3时,欠拟合,下图
学习率选0.1、k选0.3时,合适,下图
学习率选0.1、k选0.03时,过拟合,下图
============================================
总结,局部加权线性回归计算慢,但效果很好,补一张算法图,免忘
其中
0 0
- (斯坦福机器学习课程笔记)局部加权线性回归练习
- 机器学习实战线性回归局部加权线性回归笔记
- 机器学习(斯坦福课程3-1)局部加权回归LWR
- (斯坦福机器学习笔记)线性回归练习
- 【机器学习】局部加权线性回归
- 机器学习—局部加权线性回归
- 机器学习之局部加权线性回归
- 机器学习中的局部加权线性回归
- 【机器学习】局部加权线性回归
- [机器学习]斯坦福公开课-第3课-局部加权线性回归和logistic回
- 斯坦福机器学习: 网易公开课系列笔记(三)——局部加权回归、logistic回归
- 回归算法学习笔记(二)局部加权线性回归
- 《机器学习实战》--局部加权线性回归(LWR)
- (斯坦福机器学习课程笔记)多项式回归练习
- [机器学习]线性回归和局部加权线性回归
- 机器学习实战之线性回归+局部加权线性回归
- (斯坦福机器学习课程笔记)用广义线性模型推导逻辑回归模型
- 【机器学习】机器学习(三):局部加权线性回归算法、Logistic回归算法
- ArcGIS Server之发布网络分析服务
- 工作中jenkins+jboss持续集成问题汇总帖
- 我想贷一笔款,有没有做贷款的小伙伴?
- sap图标的使用
- hadoop之MapReducer作业的提交执行过程
- (斯坦福机器学习课程笔记)局部加权线性回归练习
- Java使用axis2调用wsdl形式的webservice
- swift 获取网页中图片地址的正则表达式
- PHP PDO使用prepare()方法和execute()方法执行SQL语句
- Django中间件
- CSS强制英文、中文换行与不换行 强制英文换行
- volatile与synchronized 相关知识小结
- 解决Cannot change version of project facet Dynamic web module to 2.5
- js中数组去重的几种方法