标签:个数 pen 扯淡 error ddc writer val gif 学习
话说学机器学习,不写代码就太扯淡了。好了,接着上一次的线性回归作业。
hw1作业的链接在这: http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/hw1.pdf
作业是预测台湾的PM2.5的指数,既然是回归问题,肯定是用的是上一节课的线性回归了。
以上数据我传到https://pan.baidu.com/s/1dFhwT13 上面了,供有兴趣的人做做。
实际上上述中分为训练数据和测试数据,都是CSV格式的,而且只用到PM2.5有用,其他的没什么用,同时通过测试数据才知道,
其实就是用前9个小时的PM2.5数据作为特征,来预测第10个小时的数据,将第10个小时的数据保存为csv格式,作为预测结果。
好了,不多说,上代码。我的开发环境还是win7+pycharm4.0
第一步,读取train.csv. 获取PM2.5的训练数据 ,一共240个训练数据,将前9个小时的数据作为特征,将第10个小时的数据作为标签
第二步,利用梯度下降来训练权值和偏置。
第三步,测试训练集。这个可以不需要,是我调试过程中看,对训练集的预测精度怎么样?
第四步,运行测试集,并保存测试结果。
首先读取测试集的数据,和训练集一样
保存预测结果到csv文件中:
完整的程序:
1 # -*- coding:UTF-8 -*- 2 __author__ = ‘tao‘ 3 4 import csv 5 import cv2 6 import sys 7 import numpy as np 8 import math 9 10 filename = ‘F:/台湾机器学习/data/train.csv‘ 11 ufilename = unicode(filename , "utf8") #这一块主要是因为汉字路径 也就是python调用open打开文件时,其路径必须要转换为utf-8格式 12 list=[] 13 result=[] 14 row=0 15 colum=0; 16 with open(ufilename, ‘r‘) as f: 17 data = f.readlines() #dat中所有字符串读入data 18 for line in data: 19 odom = line.split(‘,‘) #将单个数据分隔开存好 20 colum=len(odom) 21 if ‘PM2.5‘in odom: 22 lists= map(int, odom[3:12])#第三个开始开始数据 一直取9个数 23 results= map(int, odom[12:13])#取第10个数 24 list.append(lists) 25 result.append(results) 26 # print odom 27 row=row+1 28 29 #print("原始数据是:{0}行 :{1}列 的数据".format(row, colum)) 30 print("有{0}个训练数据".format(len(list))) 31 32 33 #y=w0*x0+w1*x1+w2*x2+w3*x3+w4*x4+w5*x5+w6*x6+w7*x7+w8*x8+b0 34 # 35 36 alpha=0.0001 37 b_0=np.random.rand(1,1) 38 th_0 = np.random.rand(1,1); 39 th_1 = np.random.rand(1,1); 40 th_2 = np.random.rand(1,1); 41 th_3 = np.random.rand(1,1); 42 th_4= np.random.rand(1,1); 43 th_5 = np.random.rand(1,1); 44 th_6 = np.random.rand(1,1); 45 th_7 = np.random.rand(1,1); 46 th_8 = np.random.rand(1,1); 47 for k in range(1000): 48 length = len(list) 49 jtheta = 0 50 total = 0 51 sum_total = 0 52 for id in range(length): 53 # print("当前序号{0}训练数据".format(id)) 54 xset= np.array(list[id]) #一行 X数值 55 yset= np.array(result[id]) # 要估计值 56 total = total + b_0 + th_0 * xset[0]+ th_1 * xset[1]+ th_2 * xset[2]+ th_3 * xset[3]+ th_4 * xset[4]+ th_5 * xset[5]+ th_6 * xset[6]+ th_7 * xset[7]+ th_8 * xset[8]- yset 57 # print( "当前误差{0}".format(b_0 + th_0 * xset[0]+ th_1 * xset[1]+ th_2 * xset[2]+ th_3 * xset[3]+ th_4 * xset[4]+ th_5 * xset[5]+ th_6 * xset[6]+ th_7 * xset[7]+ th_8 * xset[8]- yset)) 58 tmpb0 = b_0 - alpha/length*(total) 59 tmp0 = th_0 - alpha/length*(total)*xset[0] 60 tmp1 = th_1 - alpha/length*(total)*xset[1] 61 tmp2 = th_2 - alpha/length*(total)*xset[2] 62 tmp3 = th_3 - alpha/length*(total)*xset[3] 63 tmp4 = th_4 - alpha/length*(total)*xset[4] 64 tmp5 = th_5 - alpha/length*(total)*xset[5] 65 tmp6 = th_6 - alpha/length*(total)*xset[6] 66 tmp7 = th_7 - alpha/length*(total)*xset[7] 67 tmp8 = th_8 - alpha/length*(total)*xset[8] 68 b_0 = tmpb0 69 th_0 = tmp0 70 th_1 = tmp1 71 th_2 = tmp2 72 th_3 = tmp3 73 th_4 = tmp4 74 th_5 = tmp5 75 th_6 = tmp6 76 th_7 = tmp7 77 th_8 = tmp8 78 sum_total = sum_total + b_0 + th_0 * xset[0]+ th_1 * xset[1]+ th_2 * xset[2]+ th_3 * xset[3]+ th_4 * xset[4]+ th_5 * xset[5]+ th_6 * xset[6]+ th_7 * xset[7]+ th_8 * xset[8] - yset 79 jtheta_1 = 0.5 * length * math.pow(sum_total,2) 80 comp = math.fabs(jtheta_1 - jtheta) 81 if id==length-1: 82 print "%10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f \n" %(comp,jtheta * dgree,b_0,th_0,th_1,th_2,th_3,th_4,th_5,th_6,th_7,th_8) 83 jtheta = jtheta_1 84 # 85 print("-训练得到的权值如下--") 86 print " %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f \n" %(b_0,th_0,th_1,th_2,th_3,th_4,th_5,th_6,th_7,th_8) 87 88 #测试训练集 89 for k in range(len(list)): 90 xset = np.array(list[k]) 91 nptresult= np.array(result[k]) 92 # print(xset) 93 # print("预测数据{0}".format( b_0 + th_0 * xset[0]+ th_1 * xset[1]+ th_2 * xset[2]+ th_3 * xset[3]+ th_4 * xset[4]+ th_5 * xset[5]+ th_6 * xset[6]+ th_7 * xset[7]+ th_8 * xset[8])) 94 # print("真实数据{0}".format(nptresult)) 95 error= b_0 + th_0 * xset[0]+ th_1 * xset[1]+ th_2 * xset[2]+ th_3 * xset[3]+ th_4 * xset[4]+ th_5 * xset[5]+ th_6 * xset[6]+ th_7 * xset[7]+ th_8 * xset[8]-nptresult 96 print("训练集的实际误差{0}".format(error)) 97 98 #读取测试集数据 99 testfilename = ‘F:/台湾机器学习/data/test_X.csv‘ 100 utestfilename = unicode(testfilename , "utf8") #这一块主要是因为汉字路径 也就是python调用open打开文件时,其路径必须要转换为utf-8格式 101 testlist=[] 102 testrow=0 103 testcolum=0; 104 with open(utestfilename, ‘r‘) as f: 105 data = f.readlines() #dat中所有字符串读入data 106 for line in data: 107 odom = line.split(‘,‘) #将单个数据分隔开存好 108 colum=len(odom) 109 if ‘PM2.5‘in odom: 110 testlists= map(int, odom[2:11])#第三个开始开始数据 一直取9个数 111 testlist.append(testlists) 112 # print odom 113 testrow=row+1 114 115 print("测试数据是:{0}行 :{1}列 的数据".format(testrow, testcolum)) 116 print("有{0}个测试数据".format(len(testlist))) 117 print(testlist) 118 119 #输出最后的测试结果 120 csvfile = file(‘d:\\csv_result.csv‘, ‘wb‘) 121 writer = csv.writer(csvfile) 122 writer.writerow([‘id‘, ‘value‘]) 123 for k in range(len(testlist)): 124 id_list=[] 125 xset = np.array(testlist[k]) 126 result= b_0 + th_0 * xset[0]+ th_1 * xset[1]+ th_2 * xset[2]+ th_3 * xset[3]+ th_4 * xset[4]+ th_5 * xset[5]+ th_6 * xset[6]+ th_7 * xset[7]+ th_8 * xset[8] 127 int_result = int(result) 128 if(int_result<0): 129 int_result=0 130 id_list = [(‘id_{0}‘.format(k), ‘{0}‘.format(int_result))] 131 print(id_list) 132 writer.writerows(id_list) 133 csvfile.close()
又试了试 batch gradual descent,貌似没发现什么新的东西
#y=w0*x0+w1*x1+w2*x2+w3*x3+w4*x4+w5*x5+w6*x6+w7*x7+w8*x8+b0 # alpha=0.0001 b_0=np.random.rand(1,1) th = np.random.rand(1,9); batch=20 for k in range(5000): length = len(list) jtheta = 0 total = 0 sum_total = 0 count=0 for j in range(batch): #batch # print("当前序号{0}训练数据".format(id)) xset= np.array(list[j+count*batch]) #一行 X数值 yset= np.array(result[j+count*batch]) # 要估计值 total = total+b_0 +np.dot(th,xset)- yset # print( "当前误差{0}".format(b_0 +np.dot(th,xset)- yset)) b_0 = b_0 - alpha/batch*(total) th = th - alpha/batch*(total)*xset count = count +1 if(count>=len(list)/batch): break; if(j==batch-1): print " %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f \n" %(b_0,th[0][0],th[0][1],th[0][2],th[0][3],th[0][4],th[0][5],th[0][6],th[0][7],th[0][8]) # print("-训练得到的权值如下--") print" %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f \n" %(b_0,th[0][0],th[0][1],th[0][2],th[0][3],th[0][4],th[0][5],th[0][6],th[0][7],th[0][8])
标签:个数 pen 扯淡 error ddc writer val gif 学习
原文地址:http://www.cnblogs.com/stevendes1/p/6725881.html