转载

TensorFlow入门:线性回归

TensorFlow也是很多程序员耳熟能详的机器学习框架了,于2014年开源并且有着活跃的社区,前几天TensorFlow开发者大会也宣布了TensorFlow for JS和Swift,借着这个机会来写一写TensorFlow的入门教程和机器学习入门需要用到的一些知识吧。这次从最基本的线性回归开始,这篇文章将会对一个数据集进行线性回归并且计算出来表达式。

问题描述:线性回归(Linear regression)

现行回归的思路并不难,线性回归的核心思路就是将一堆数据使用线性的解析式来表达,也就是一次函数。一次函数是每个人初中就学到的,y = k*x + b,其中k是斜率,b是纵截距。通过这个表达式,给一个x值,都会有一个y值与之对应。在现实生活中的很多现象也可以使用这个模型表现,在这里举一个例子,房屋的大小和价格,假设我们拿到了一组房屋大小和价格的表,并且将它绘制出来。

TensorFlow入门:线性回归

这时可以发现,价格和房屋大小是存在一个线性的关系,通过拟合一条直线就可以推断任何房屋大小的价格。

TensorFlow入门:线性回归

根据给出点的坐标,来拟合出一个直线,得到这个直线的解析式就是线性回归需要做的。在这里为了方便理解,我将 y = k*x + b 重新写成 y = w * x + b,w代表权重(weight),b代表偏差(bias)。那么,输入一系列点,程序算出来weight和bias就是这次的目的。

TensorFlow入门:线性回归

数据集读取

首先是数据集的读取,我预先在excel上生成了一些点,第一列代表横坐标,第二列代表纵坐标,从绘制的散点图来看,这一系列点完全程线性分布,那我我将会对这些点进行线性回归。

TensorFlow入门:线性回归

首先使用numpy读取这个CSV文件并且将第一列和第二列存到两个数组里

import tensorflow as tf
import numpy as np

my_data = np.genfromtxt('dataset.csv', delimiter=',', dtype=float)
x_data = np.array(my_data[:,0])
y_data = np.array(my_data[:,1])

print(x_data)
print(y_data)

运行程序,x_data和y_data被打印了出来

TensorFlow入门:线性回归

模型搭建

接下来就是搭建模型了,这个问题中当然是线性模型啦, 首先声明weights变量是一个 -1到 1值,bias变量默认为0, 表达式 y = weights * x_data + biases 就是模型了。

weights = tf.Variable(tf.random_uniform([1], -1,0, 1.0))
biases = tf.Variable(tf.zeros([1]))

y = weights*x_data + biases

计算误差:均方误差(Mean Square Error)

模型规定之后,开始训练之后TensorFlow会不断地生成weight和bias,但是weight和bias千千万,怎样能找到与数据集中的点最为匹配的呢?在下面一组图中,有三条曲线,每一条曲线都有斜率和截距,从图中看,第一条曲线是最匹配这些点的。不过,怎么用数学方法来表示呢?这就要引入平方损失了, 损失是一个数值,代表着对糟糕预测的惩罚

TensorFlow入门:线性回归

在下图中y点就是原坐标( observation ),y‘是预测出来的点( prediction ),红色的箭头就是损失( Loss )

TensorFlow入门:线性回归

平方损失的公式就是 (y – y’)^ 2

更多的时候,会使用 均方误差(MSE) 来计算损失,就是算出来所有样本点的平方误差再取平均数

TensorFlow入门:线性回归

在TensorFlow中MSE很好表示

loss = tf.reduce_mean(tf.square(y-y_data))

误差传播:梯度下降法(Gradient Descent)

那么既然算出来了损失,那么总得想办法降低损失吧,在每次迭代的时候,通过传入的损失来对新预测的weight和bias进行调整。这个过程听起来抽象,不过大家都玩过猜价格的游戏吧,你猜一个东西的价格,我回答,“高了”或者“低了”来对你进行反馈,你通过我的反馈来对新猜出的价格进行调整,从而猜出正确的价格,这就是梯度下降法的核心思路。

TensorFlow入门:线性回归

来画一个损失和权重的关系图,在所有权重范围(正无穷到负无穷)中,损失和权重的关系程碗型,在最低点的时候损失最小,在损失最小时候的对应权重即为合适的权重。下图从最左边的黄点来计算损失,不停地向右推进,每次推进的大小称之为步长(Step)或者 学习速率 ,直到推进到损失最小的点上。至于是向左推进还是向右推进,这是通过计算函数的偏导数来判断的,感兴趣的同学可以去学习下大学的高等数学。

TensorFlow入门:线性回归

TensorFlow代码实现很容易,下面代码中声明了一个GradientDescentOptimizer,学习速率为0.5

optimizer = tf.train.GradientDescentOptimizer(0.5)

训练

之后就可以开始训练了,首先调用global_variables_initializer()函数初始化所有的tensor变量,然后新建一个Session,然后运行迭代201次,每20词迭代输出一次weight和bias的值。

optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

init = tf.global_variables_initializer() 

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

for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, 'weight: ',sess.run(weights), ' bias: ', sess.run(biases))

运行后可以发现结果是收敛的,weight最终结果大概为0.4,bias最终结果为2.999

TensorFlow入门:线性回归

其实这就是我一开始在Excel规定的表达式啦,证明线性回归起作用了,TensorFlow计算出了正确的W和B的值。

TensorFlow入门:线性回归

本文章首发于Miketech.it,作者周毅刚,请勿私自转载。

原文  https://miketech.it/tf_linear_regression/
正文到此结束
Loading...