一、什么是正规地方程
(1)找到合适的预测函数
(2)找到预测值与真实值之间的损失函数。
- 正规方程--最小二乘法就是线性回归所用的损失函数。
- 最小二乘法,实际上是想让拟合的直线方程与实际的误差最小。
- 线性回归的使用的就是最小二乘法
二、正规方程的详细解释
-
正规方程就是矩阵运算求解方式
-
X,w,y都是矩阵
-
最小二乘法的方程大于等于0的
-
开口向上的一个函数
最小二乘法损失函数.png -
如果X,和y是数字,求导非常简单
现在的方程不是数字,而是矩阵,矩阵求导法则 :
矩阵求导公式.jpg
- 矩阵常用求导公式:
- 求解出来是单位矩阵
-
矩阵求导推导.png
三 、正规方程矩阵的推导过程
-
<font color = red>展开之后并不是:</font>
-
为什么展开之后,带着T,进行了转置:
- 向量2-范数表示:每个元素的平方和再开平方根
- 表示,自己和自己相乘
- 向量2-范数表示:每个元素的平方和再开平方根
-
矩阵乘法形式的变换
-
进行导数求解:
-
矩阵运算,没有除法,逆矩阵
四、代码实现
(一.正规方程)
import numpy as np
X = np.random.randint(0,10,size = (5,5))
X
array([[5, 8, 3, 4, 9],
[3, 1, 7, 0, 4],
[0, 8, 8, 4, 0],
[4, 6, 7, 1, 7],
[9, 6, 8, 9, 7]])
向量2-范数表示:每个元素的平方和再开平方根
使用矩阵,进行运算
使用矩阵,展开,不是下面这种写法
# 线性代数的方法,进行了计算,肯定正确
np.linalg.norm(X,ord = 2)
27.14866872518055
X.dot(X).sum()
364
(((X).dot(X.T)).sum(axis = 1))**0.5
array([27.40437921, 20.76053949, 23.83275058, 26.38181192, 31.27299154])
X.T.dot(X)
array([[131, 121, 136, 105, 148],
[121, 201, 185, 124, 160],
[136, 185, 235, 123, 160],
[105, 124, 123, 114, 106],
[148, 160, 160, 106, 195]])
np.dot(X.T,X)
array([[131, 121, 136, 105, 148],
[121, 201, 185, 124, 160],
[136, 185, 235, 123, 160],
[105, 124, 123, 114, 106],
[148, 160, 160, 106, 195]])
(二.数据挖掘2020年天猫双十二预测)
import numpy as np
from sklearn.linear_model import LinearRegression
# pip install matplotlib
import matplotlib.pyplot as plt
image
X = np.arange(2009,2020)
X
array([2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019])
# 销售额
y = np.array([0.5,9.36,52,191,350,571,912,1207,1682,2135,2684])
plt.plot(X,y)#线形图
plt.scatter(X,y,color = 'red')#散点图
<matplotlib.collections.PathCollection at 0x200ef1be198>
[图片上传失败...(image-93c373-1586160670328)]
销量随着年份增加,越来越大,速度越来越慢
X年 -----> y销量之间存在一个函数关系
画图显示,不是直线
X ------> y之间的关系,多项式关系
假设X和y之间的关系是一元三次幂关系
X 年份,数字太大,差别不明显,数据处理,优化
# 2009 2010 相差的绝对值是1,相差的百分比,很小 1/2009 = 0.0004977
# 1 2 相差绝对值是1,相差的百分比,1/1 = 100%
# 差异明显了
# 放大差异,放大镜观察数据
X = X - 2008
X
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
plt.plot(X,y)#线形图
plt.scatter(X,y,color = 'red')#散点图
<matplotlib.collections.PathCollection at 0x20091fb6898>
[图片上传失败...(image-57f556-1586160670328)]
a = np.array([1,2,3])
b = np.array([3,6,-4])
# 级联,数据合并
np.concatenate([a,a])
array([1, 2, 3, 1, 2, 3])
np.c_[a,a,a,b]
array([[ 1, 1, 1, 3],
[ 2, 2, 2, 6],
[ 3, 3, 3, -4]])
# 数据级联到一起
# 0次幂,1次幂,2次幂,3次幂
X_train = np.c_[X**0,X,X**2,X**3]
X_train
array([[ 1, 1, 1, 1],
[ 1, 2, 4, 8],
[ 1, 3, 9, 27],
[ 1, 4, 16, 64],
[ 1, 5, 25, 125],
[ 1, 6, 36, 216],
[ 1, 7, 49, 343],
[ 1, 8, 64, 512],
[ 1, 9, 81, 729],
[ 1, 10, 100, 1000],
[ 1, 11, 121, 1331]])
训练
# fit_intercept=False 将截距设置为零
linear = LinearRegression(fit_intercept=False)
linear.fit(X_train,y)
w_ = linear.coef_
print(linear.coef_.round(2))
print(linear.intercept_)
[ 58.77 -84.06 27.95 0.13]
0.0
画图预测,验证,准确吗???
# 测试数据
X_test = np.linspace(0,12,256)
# 0次幂,1次幂,2次幂,3次幂
# 因为训练数据,是四维属性
X_test = np.c_[X_test**0,X_test,X_test**2,X_test**3]
# 使用模型,预测,销量(连续的方程了)
# 返回的y_就是销量
y_ = linear.predict(X_test)
# 绘制图形
plt.plot(np.linspace(0,12,256),y_,color = 'g')
# 天猫双十一真实销量情况
plt.scatter(np.arange(1,12),y,color = 'r')
<matplotlib.collections.PathCollection at 0x200941543c8>
[图片上传失败...(image-56ed9d-1586160670328)]
fun = lambda x : w_[0] + w_[1]*x + w_[2]*x**2 + w_[-1]*x**3
一元三次方程,基本吻合十一年的销量数据
使用这个模型预测,2020年销量
模型就是上面写好的fun方程
2020 - 2008 = 12 数字12代表2020年
1684,2135,2684,3294
fun(12)
正规方程,进行求解
print("使用sklearn封装好的算法,计算的方程斜率",w_)
使用sklearn封装好的算法,计算的方程斜率 [ 58.76727273 -84.0594561 27.94659674 0.12726496]
w = np.linalg.inv(X_train.T.dot(X_train)).dot(X_train.T).dot(y)
w
array([ 58.76727273, -84.0594561 , 27.94659674, 0.12726496])
网友评论