linear regression1

一元线性回归是数据挖掘的基础模型，其中包含了非常重要的数学回归的概念，是学习多元回归，广义线性回归的基础。本文主要讲解1）基础原理2）数学推导3）R语言演示，来介绍一元线性回归。

整体思路：

根据已知点求一条直线，希望直线与各个点距离之和为最小，根据最小二乘法算出最小时直线的参数。

一、基础原理

例1 假设你想计算匹萨的价格。虽然看看菜单就知道了，不过也可以用机器学习方法建一个线性回归模
型，通过分析匹萨的直径与价格的数据的线性关系，来预测任意直径匹萨的价格。

直径(英寸)	价格(美元)
6	7
8	9
10	13
14	17.5
18	18

画出散点图

import matplotlib.pyplot as plt
import numpy as np
x=np.array([6,8,10,14,18])
y=np.array([7,9,13,17.5,18])
plt.scatter(x,y)
plt.show()

huigui2

二数学推导1

求 $J(\theta)=\frac{1}{2M}\sum\limits_{i=1}^m(y_i-a-bx_i)^2,\theta=\{a,b\}$ 的最小值?,这里 $J(\theta)$ 称为损失函数.

求解过程:

$
\frac{\partial J(\theta)}{\partial a}=\frac{1}{2M}\sum\limits_{i=1}^{m2(y_i-a-bx_i)(-1)=-\frac{1}{M}\sum\limits_{i=1}}m(y_i-a-bx_i)=-\frac{1}{M}(\sum\limits_{i=1}^{my_i-na-b\sum\limits_{i=1}}mx_i)
$

$
\frac{\partial J(\theta)}{\partial b}=\frac{1}{2M}\sum\limits_{i=1}^{m2(y_i-a-bx_i)(-x_i)=-\frac{1}{M}\sum\limits_{i=1}}m(y_i-a-bx_i)x_i
$
$
=-\frac{1}{M}\sum\limits_{i=1}^{m(x_iy_i-ax_i-bx_i}2)=-\frac{1}{M}(\sum\limits_{i=1}^{mx_iy_i-a\sum\limits_{i=1}}mx_i-b\sum\limits_{i=1}^mx_i2)=0
$
即:
$
\left{\begin{array}{l}
\sum\limits_{i=1}^{my_i-ma-b\sum\limits_{i=1}}mx_i=0\
\sum\limits_{i=1}^{mx_iy_i-a\sum\limits_{i=1}}mx_i-b\sum\limits_{i=1}^mx_i2=0
\end{array}\right.
$
解得:
$
a=\frac{\sum\limits_{i=1}^{my_i-b\sum\limits_{i=1}}mx_i}{m}
$
$
b=\frac{m\sum\limits_{i=1}^{mx_iy_i-\sum\limits_{i=1}}my_i\sum\limits_{i=1}^{mx_i}{m\sum\limits_{i=1}}mx_i^{2-(\sum\limits_{i=1}}mx_i)^2}
$
注: 上式可以写成

$
\left{\begin{array}{l}
a=\bar{y}-b\bar{x}\
b=\frac{\sum\limits_{i=1}^m(x_i-\bar x)(y_i-\bar{y})}{\sum\limits_{i=1}^{m(x_i-\bar{x})}2}
\end{array}\right.
$

由下面可知,a,b的值还可写成
$
\left{\begin{array}{l}
a=\bar{y}-b\bar{x}\
b=\frac{cov(x,y)}{var(x)}
\end{array}\right.
$

利用公式
$
\left{\begin{array}{l}
a=\bar{y}-b\bar{x}\
b=\frac{cov(x,y)}{var(x)}
\end{array}\right.
$可得

xbar = (6+8+10+14+18)/5
ybar = (7 + 9 + 13 + 17.5 + 18) / 5
cov = ((6 - xbar) * (7 - ybar) + (8 - xbar) * (9 - ybar) + (10 - xbar) *(13 - ybar) +(14 - xbar) * (17.5 - ybar) + (18 - xbar) * (18 - ybar)) / 4
var_x=((6-xbar)**2+(8-xbar)**2+(10-xbar)**2+(14-xbar)**2+(18-xbar)**2)/4
print(cov,var_x)

结果为22.65,23.2.
Numpy里面有cov方法可以直接计算协方差

import numpy as np
xfc=np.cov([6, 8, 10, 14, 18], [7, 9, 13, 17.5, 18])
xfc

结果为

array([[23.2 , 22.65],
       [22.65, 24.3 ]])

最后得到, $b=\frac{cov(x,y)}{var(x)}=\frac{22.65}{23.2}=0.976,a=\bar{y}-a\bar{x}=1.965$ ,画出图形如下:

import matplotlib.pyplot as plt
import numpy as np
x=np.array([6,8,10,14,18])
y=np.array([7,9,13,17.5,18])
a=1.965;b=0.976
plt.scatter(x,y)
x1=np.linspace(5,19,100)
y1=a+b*x1
plt.plot(x1,y1)
plt.show()

huigui3

在看一个例子.

例2 数据如下:

x,y
8.8,7.55
9.9,7.95
10.75,8.55
12.3,9.45
15.65,13.25
16.55,12.0
13.6,11.9
11.05,11.35
9.6,9.0
8.3,9.05
8.1,10.7
10.5,10.25
14.5,12.55
16.35,13.15
17.45,14.7
19.0,13.7
19.6,14.4
20.9,16.6
21.5,17.75
22.4,18.1
23.65,18.75
24.9,19.6
25.8,20.3
26.45,20.7
28.15,21.55
28.55,21.4
29.3,21.95
29.15,21.0
28.35,19.95
26.9,19.0
26.05,18.9
25.05,17.95
23.6,16.8
22.05,15.55
21.85,16.1
23.0,17.8
19.0,16.6
18.8,15.55
19.3,15.1
15.15,11.9
12.05,10.8
12.75,12.7
13.8,10.65
6.5,5.85
9.2,6.4
10.9,7.25
12.35,8.55
13.85,9.0
16.6,10.15
17.4,10.85
18.25,12.15
16.45,14.55
20.85,15.75
21.25,15.15
22.7,15.35
24.45,16.45
26.75,16.95
28.2,19.15
24.85,20.8
20.45,13.5
29.95,20.35
31.45,23.2
31.1,21.4
30.75,22.3
29.65,23.45
28.9,23.35
27.8,22.3

求出a,b的代码如下:

res=[]
with open('d:/shuju1.txt','r') as f:
    lines=f.readlines()
    for line in lines:
        res.append(list(map(float,line.strip('\n').split(','))))
res=np.array(res)
xfc=np.cov(res[:,0],res[:,1])
x_mean=np.mean(res[:,0])
y_mean=np.mean(res[:,1])
b=xfc[0][1]/xfc[0][0]
a=y_mean-b*x_mean

画出图如下:

plt.scatter(res[:,0],res[:,1])
x1=np.linspace(np.min(res[:,0])+0.5,np.max(res[:,0])+0.5,100)
y1=a+b*x1
plt.plot(x1,y1)
plt.show()

huigui4

三数学推导2

令 $J(\theta)=\frac{1}{2M}\sum\limits_{i=1}^n(y_i-(a+bx_i))^2=\frac{1}{2M}(y-x\theta)^T(y-x\theta)$ ,

对 $J(\theta)$ 求一阶偏导得到梯度,

$
\begin{array}{lll}
\nabla_{\theta}J(\theta)&=&\nabla_{\theta}(\frac{1}{2}(y-x\theta)^T(y-x\theta))\
&=&\nabla_\theta(\frac{1}{2M}(y^T-\thetaTx^T)(y-x\theta))\
&=&\frac{1}{2M}\nabla_\theta(y^Ty-yTx\theta-\theta^TxTy+\theta^TxTx\theta)\
&=&\frac{1}{2M}(-(y^Tx)T-x^Ty+2xTx\theta)\
&=&\frac{1}{M}(x^Tx\theta-xTy)=0
\end{array}
$

解得: $\theta=(x^Tx)^{-1}x^Ty$ ,这个结果对于多元线性回归也适用.

对于上面的例1,有

import matplotlib.pyplot as plt
import numpy as np
x=np.array([6,8,10,14,18])
y=np.array([7,9,13,17.5,18])
X=np.matrix([[1,6],[1,8],[1,10],[1,14],[1,18]])
Y=np.matrix([[7,9,13,17.5,18]]).T
theta=(X.T*X).I*(X.T*Y)
theta

结果为:

matrix([[1.96551724],
        [0.9762931 ]])

对于上面的例2,有

res=[]
with open('d:/shuju1.txt','r') as f:
    lines=f.readlines()
    for line in lines:
        res.append(list(map(float,line.strip('\n').split(','))))
res=np.array(res)
t=np.matrix([[1]*67])
X=np.hstack((t.T.A,np.matrix(res[:,0]).T.A))
X=np.matrix(X)
Y=np.matrix(res[:,1]).T.A
Y=np.matrix(Y)
(X.T*X).I*(X.T*Y)

结果为:

matrix([[2.10892056],
        [0.65771558]])

3.1 梯度下降法

最小二乘法的弊端:最小二乘法可以一步到位，直接算出a和b，但他是有前提的,需要求 $(x^Tx)^{-1}$ ,并且计算量大.

下面讨论不适用最小二乘法,而是梯度下降法来实现线性回归.

讨论损失函数 $J(\theta)=\frac{1}{2M}\sum\limits_{i=1}^m(y_i-(a+bx_i))^2$ .

$
\frac{\partial J(\theta)}{\partial a}=\frac{1}{2M}\sum\limits_{i=1}^{m2(y_i-a-bx_i)(-1)=-\frac{1}{M}\sum\limits_{i=1}}m(y_i-a-bx_i)
$

$
\frac{\partial J(\theta)}{\partial b}=\frac{1}{2M}\sum\limits_{i=1}^{m2(y_i-a-bx_i)(-x_i)=-\frac{1}{M}\sum\limits_{i=1}}m(y_i-a-bx_i)x_i
$

我们要去找 $J(\theta)$ 这个方程的最小值，最小值怎么求？按数学的求法就是最小二乘法呗，但是大家可以直观的想一下，很多地方都会用一个碗来形容，那我也找个碗来解释吧。

huigui5

大家把这个Loss函数想象成这个碗，而我们要求的最小值就是碗底。假设我们现在不能用最小二乘法求极小值，但是我们的计算机的计算能量很强，我们可以用计算量换结果，不管我们位于这个碗的什么位置，只要我们想去碗底，就要往下走。

往下走？？？？？？？？这个下不就是往梯度方向走吗?

梯度不就是上面那两个公式呗。现在梯度有了，那每次滑多远呢，一滑划过头了不久白算半天了吗，所以还得定义步长，用来表示每次滑多长。这样我们就能每次向下走一点点，再定义一个迭代值用来表示滑多少次，这样我们就能慢慢的一点点的靠近最小值了，不出意外还是能距离最优值很近的。

具体实现如下:

每次向下滑要慢慢滑，就是要个步长，我们定义为learning_rate,往往很小的一个值。

向下滑动的次数，就是迭代的次数，我定义为num_iter,相对learning_rate往往很大。

定义好这两个，我们就可以一边求梯度，一边向下滑了。就是去更新a和b。

$b=b+learning\_rate*\frac{\partial J(\theta)}{\partial b}$

$a=a+learning\_rate*\frac{\partial J(\theta)}{\partial a}$

对于上面的例2,如下图所示，过程如下:

#step 1 get train data
res=[]
with open('d:/shuju1.txt','r') as f:
    lines=f.readlines()
    for line in lines:
        res.append(list(map(float,line.strip('\n').split(','))))
res=np.array(res)
data=res

#step 2 define hyperparamters
#learning_rate is used to update gradient
#define the number that will iterate
#define y=a+bx
learning_rate=0.001
initial_b=0
initial_a=0
num_iter=1000

#step 3 optimize
[a,b]=optimizer(data,initial_a,initial_b,learning_rate,num_iter)

结果为:

(0.24852432182905326, 0.7411262595522877)

以下是用到的优化器函数,优化器就是去做梯度下降:

def optimizer(data,init_a,init_b,learning_rate,num_iter):
    b=init_b
    a=init_a
    
    #gradient descent
    for i in range(num_iter):
        a,b=compute_gradient(a,b,data,learning_rate)
        #if i%100==0:
            #print('iter{0}:error={1}'.format(i,computer_error(a,b,data)))
    return [a,b]

里面的compute_gradient方法就是去计算梯度做参数更新.

def compute_gradient(a_current,b_current,data,learning_rate):

    a_gradient=0
    b_gradient=0
    
    M=float(len(data))
    for i in range(len(data)):
        x=data[i,0]
        y=data[i,1]
        
        a_gradient+= -(1/M)*(y-(a_current+b_current*x))
        b_gradient+= -(1/M)*x*(y-(a_current+b_current*x))
    new_b=b_current-(learning_rate*b_gradient)
    new_a=a_current-(learning_rate*a_gradient)
    return [new_a,new_b]

3.2 局部加权线性回归

给待测点附近的每个点赋予一定的权重。

损失函数为: $J(\theta)=\frac{1}{2M}\sum\limits_{i=1}^m\omega_i(y_i-(a+bx_i))^2$ ,其中， $\omega_i$ 表示第i个样本的权重。

局部加权线性回归使用”核“来对附近的点赋予更高的权重。核的类型可以自由选择，最常用的核就是高斯核，高斯核对应的权重如下：

$\omega_i=exp(\frac{|x_i-x|}{-2k^2})$

这样就有一个只含对角元素的权重矩阵W，并且点 $x_i$ 与x 越近， $\omega_i$ 也会越大。这里的参数k 决定了对附近的点赋予多大的权重，这也是唯一需要考虑的参数。

当k越大，有越多的点被用于训练回归模型；
当k越小，有越少的点用于训练回归模型。

下面给出局部加权线性回归的推导过程.这里,我们换一种写法.

目标函数定义为: $h_{\theta}(x)=\theta_0+\theta_1x_1=\theta_0x_0+\theta_1x_1=\sum\limits_{i=0}^m\theta_ix_i=\theta^Tx$ ,这里设 $x_0=1$ .

我们的目标是最小化cost function:
$J(\theta)=\frac{1}{2M}\sum\limits_{i=1}^m\omega^{(i)}[h_{\theta}(x^{(i)}-y^{(i)}]^2=\frac{1}{2M}(X\theta-Y)^TW(X\theta-Y)$ ,

这里,我们省略 $J(\theta)$ 中的系数 $\frac{1}{2M}$ .我们的目标是 $\underset{0}{min}\sum\limits_{i=1}^m\omega^{(i)}[h_{\theta}(x^{(i)})-y^{(i)}]^2$ .

换成线性代数的表述方式： $\sum\limits_{i=1}^m\omega^{(i)}[h_{\theta}(x^{(i)})-y^{(i)}]^2=(X\theta-Y)^TW(X\theta-Y)$ ,其中

$
W=\begin{bmatrix}
w^{(1)} & 0 & 0\
0 & w^{(2)} & 0\
\vdots & \ddots & \vdots\
0 & 0 & w^{(m)}\
\end{bmatrix}
$
是mxm维的对角矩阵,
$
X=\begin{bmatrix}
1 & x_1^{(1)} & \cdots & x_{n-1}^{(1)} \
1 & x_1^{(2)} & \cdots & x_{n-1}^{(2)} \
\vdots & \vdots & \ddots & \vdots \
1 & x_1^{(m)} & \cdots & x_{n-1}^{(m)}\
\end{bmatrix}是mxn维的输入矩阵,
$
,$
Y=\begin{bmatrix}
y^{(1)}\y{(2)}\ \vdots \ y^{(m)}\
\end{bmatrix}
$是mx1维的结果,
$\theta=\begin{bmatrix}\theta_0 \\ \theta_1 \\ \end{bmatrix}$ 是nx1维的参数向量.

下面对 $J(\theta)$ 求偏导.

$
\begin{array}{lll}
\frac{\partial}{\partial \theta}J(\theta)&=&\frac{\partial}{\partial \theta}(X\theta-Y)^TW(X\theta-Y)\
&=&\frac{\partial}{\partial \theta}(\theta^TXTWX\theta-\theta^TXTWY-Y^TWX\theta+YTWY)\
&=&(X^TWX\theta-XTWY)
\end{array}
$,

令 $\frac{\partial}{\partial \theta}J(\theta)=0$ ,有 $(X^TWX\theta-X^TWY)=0$ ,即 $\theta=(X^TWX)^{-1}X^TWY$ .

上面的例2,代码如下:

首先获取数据如下:

import numpy as np
res=[]
with open('d:/shuju1.txt','r') as f:
    lines=f.readlines()
    for line in lines:
        res.append(list(map(float,line.strip('\n').split(','))))
res=np.array(res)
t=np.matrix([[1]*67])
X=np.hstack((t.T.A,np.matrix(res[:,0]).T.A))
X=np.matrix(X)
Y=np.matrix(res[:,1]).T.A
Y=np.matrix(Y)

其次,相关的函数如下:

import copy
def lwlr(testPoint,xArr,yArr,k=1.0):
    xMat = np.mat(xArr); yMat = np.mat(yArr)
    m = np.shape(xMat)[0]
    weights = np.mat(np.eye((m)))
    for j in range(m):                      #next 2 lines create weights matrix
        diffMat = testPoint - xMat[j,:]     #
        weights[j,j] = np.exp(diffMat*diffMat.T/(-2.0*k**2))
    xTx = xMat.T * (weights * xMat)
    if np.linalg.det(xTx) == 0.0:
        print("This matrix is singular, cannot do inverse")
        return
    ws = xTx.I * (xMat.T * (weights * yMat))
    return testPoint * ws

def lwlrTest(testArr,xArr,yArr,k=1.0):  #loops over all the data points and applies lwlr to each one
    test=copy.copy(testArr)
    m = np.shape(testArr)[0]
    yHat = np.zeros(m)
    for i in range(m):
        yHat[i] = lwlr(test[i],xArr,yArr,k)
    return yHat

如果要画出图形的话,首先要将数据X排序,然后求出对应的预测值,再画出图像.

def lwlrTestPlot(xArr,yArr,k=1.0):  #same thing as lwlrTest except it sorts X first
    yHat = np.zeros(np.shape(yArr))       #easier for plotting
    xCopy = copy.copy(np.mat(xArr))
    xCopy.sort(0)
    for i in range(np.shape(xArr)[0]):
        yHat[i] = lwlr(xCopy[i],xArr,yArr,k)
    return yHat,xCopy
    
#画图代码如下
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(15,5))
xs=[1,0.5,0.1]
for i in range(3):
    y1,x1=lwlrTestPlot(X[:,1],Y,xs[i])
    n="ax"+str(i)
    pj=131+i;i+=1
    n=fig.add_subplot(pj)
    n.plot(x1,y1)
    n.scatter(X[:,1].flatten().A[0],Y.flatten().A[0],s=2,c='red')
    a=2.10892056;b=0.65771558
    x=np.linspace(0,35,100)
    y=a+b*x
    n.plot(x,y)
plt.show()

lwlr1

附录

设总体均值为 $\mu$ ,总体方差为 $\sigma$ ,样本均值为 $\bar{x}=\frac{1}{n}\sum\limits_{i=1}^nx_i$ ,则样本方差 $var(x)=S^2$ 为:

$var(x)=S^2=\frac{1}{n-1}\sum\limits_{i=1}^n(x_i-\bar{x})^2$ ,这里分母为n-1是因为:

$E(\frac{1}{n}\sum\limits_{i=1}^n(x_i-\bar{x})^2)=\frac{1}{n}E(\sum\limits_{i=1}^n(x_i^2-2x_i\bar{x}+\bar{x}^2))$

$=\frac{1}{n}E(\sum\limits_{i=1}^nx_i^2-2\sum\limits_{i=1}^nx_i\bar{x}+\sum\limits_{i=1}^n\bar{x}^2)=\frac{1}{n}(E\sum\limits_{i=1}^nx_i^2-2E\sum\limits_{i=1}^nx_i\bar{x}+nE\bar{x}^2)$

$=\frac{1}{n}(E\sum\limits_{i=1}^nx_i^2-2nE\bar{x}^2+n(D\bar{x}+(E\bar{x})^2))$

$=\frac{1}{n}(\sum\limits_{i=1}^nEx_i^2-2n(D\bar{x}+(E\bar{x})^2)+n(D\bar{x}+(E\bar{x})^2))$

$=\frac{1}{n}(\sum\limits_{i=1}^nEx_i^2-n(D\bar{x}+(E\bar{x})^2))=\frac{1}{n}(\sum\limits_{i=1}^n(Dx_i+(Ex_i)^2)-n(\frac{1}{n}\sigma^2+\mu^2))$

$\frac{1}{n}(n(\sigma^2+\mu^2)-\sigma^2-n\mu^2)=\frac{1}{n}(n-1)\sigma^2=\frac{n-1}{n}\sigma^2$ ,

而定义 $S^2=\frac{1}{n-1}\sum\limits_{i=1}^n(x_i-\bar{x})^2$ ,则由上面的计算知道 $ES^2=\sigma^2$ ,即 $S^2$ 是 $\sigma^2$ 的无偏估计.

同理,样本协方差定义为

$cov(x,y)=\frac{\sum\limits_{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{n-1}$ , $var(x)=\frac{1}{n-1}\sum\limits_{i=1}^n(x_i-\bar{x})^2$ .

一、基础原理

二 数学推导1

三 数学推导2

3.1 梯度下降法

3.2 局部加权线性回归

附录

猜你喜欢

二数学推导1

三数学推导2