使用tensorflow搭建线性回归模型

带萝卜

发布于 2020-10-26 14:30:51

9240

发布于 2020-10-26 14:30:51

文章被收录于专栏：我的机器学习之路我的机器学习之路

上一阶段的数据分析学习因为工作原因耽误了，今天忙里偷个闲，重新开始了。 @猴子求个第二关门票。

先分享一下最近学到的东西吧……

以前买过一本《tensorflow实战谷歌深度学习框架》，看了一半就留在家里吃灰了，最近重新翻开发现这本书已经跟不上现在的版本了，所以从网上找了一点代码学习。

tensorflow不止能用于深度学习，也能用来实现传统机器学习算法。比如实现线性回归。

tensorflow的线性回归代码当然不如scikit learn的简洁，在scikit learn中只需要几行代码：

from sklearn.linear_model import LinearRegression
clf = LinearRegression()
clf.fit(x,y)

而在tensorflow中很多功能需要自己实现。看起来麻烦，其实是提供了更加个性化的解决方案，比如可以自定义误差函数，达到个性化的模型效果。

而像梯度下降优化器这种写起来麻烦的功能，tensorflow已经实现好了。

要说tensorflow有什么优势的话，那就是如果你数据特别特别大的话，用tensorflow能分布计算吧。

下面是用tensorflow实现线性回归的完整代码。

import matplotlib.pyplot as plt 
import tensorflow as tf 
import numpy as np 

from sklearn.datasets import load_boston

#读取数据
def read_boston_data():
    boston = load_boston()
    x = np.array(boston.data)
    y = np.array(boston.target)

    return x,y

#转化为正态分布
def feature_normalize(dataset):
    mu = np.mean(dataset,axis = 0)
    sigma = np.std(dataset,axis=0)

    return (dataset-mu)/sigma

#添加一个常数项，用于训练偏差
def append_bias_reshape(x,y):
    n_training_samples = x.shape[0]#训练样本数量
    n_dim = x.shape[1]#特征数量
    f = np.reshape(np.c_[np.ones(n_training_samples),x],[n_training_samples,n_dim+1])
    l = np.reshape(y,[n_training_samples,1])
    
    return f,l

if __name__ == '__main__':
    
    #处理数据
    
    x,y = read_boston_data()
    norm_features = feature_normalize(x)
    f,l = append_bias_reshape(norm_features,y)
    n_dim = f.shape[1]

    rnd_indices = np.random.rand(len(f)) < 0.80#生成一个随机的布尔数组

    x_train = f[rnd_indices]
    y_train = l[rnd_indices]
    x_test = f[~rnd_indices]
    y_test = l[~rnd_indices]


    #tensorflow模型

    learning_rate = 0.01#步长
    training_epochs = 6000#训练次数
    cost_history = []#记录训练误差
    test_history = []#记录测试误差

    X = tf.placeholder(tf.float32,[None,n_dim])
    Y = tf.placeholder(tf.float32,[None,1])
    W = tf.Variable(tf.ones([n_dim,1]))

    init = tf.initialize_all_variables()

    y_ = tf.matmul(X,W)
    cost = tf.reduce_mean(tf.abs(y_-Y))#选择了绝对平均误差作为衡量指标
    training_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)

    sess = tf.Session()
    sess.run(init)

    for epoch in range(training_epochs):
        sess.run(training_step,feed_dict={X:x_train,Y:y_train})#训练模型
        c = sess.run(cost,feed_dict={X:x_train,Y:y_train})#计算误差
        print(c)
        t = sess.run(cost,feed_dict={X:x_test,Y:y_test})#计算测试误差
        print(t)
        cost_history.append(c)
        test_history.append(t)

    plt.plot(range(len(test_history)),test_history,color = 'green')
    plt.plot(range(len(cost_history)),cost_history,color = 'red')
    
    plt.axis([0,training_epochs,0,np.max(cost_history)])
    plt.show()