下載本文檔
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第Python線性分類介紹通過(guò)約束類的協(xié)方差相等,將貝葉斯分類器簡(jiǎn)化為線性分類器。
比較生成模型和判別模型在挑戰(zhàn)性分類任務(wù)中的性能。
在本實(shí)驗(yàn)課中:我們將比較線性分類的生成建模和判別建模方法。對(duì)于生成方法,我們將重新討論我們?cè)谇懊婢毩?xí)中使用的貝葉斯分類代碼,但我們將限制系統(tǒng)具有相等的協(xié)方差矩陣,即一個(gè)協(xié)方差矩陣來(lái)表示所有類別,而不是每個(gè)類別都有其自己的協(xié)方差矩陣。在這種情況下,系統(tǒng)成為線性分類器。我們將把它與判別式方法進(jìn)行比較,在這種方法中,我們使用感知器學(xué)習(xí)算法直接學(xué)習(xí)線性分類器參數(shù)。
在本筆記本中,我們將使用UCI機(jī)器學(xué)習(xí)庫(kù)中的另一個(gè)數(shù)據(jù)集:鮑魚(yú)數(shù)據(jù)。鮑魚(yú)是一種海螺。一個(gè)樣本的年齡可以通過(guò)在圓錐體上切割外殼和用顯微鏡(更像是樹(shù)木)計(jì)數(shù)環(huán)來(lái)確定,但這是一個(gè)耗時(shí)且昂貴的過(guò)程。這里的任務(wù)是通過(guò)簡(jiǎn)單的外部測(cè)量動(dòng)物的重量和尺寸,嘗試并預(yù)測(cè)環(huán)的數(shù)量。對(duì)于我們正在使用的數(shù)據(jù)集,環(huán)數(shù)的真實(shí)值是已知的(即,在測(cè)量蝸牛后對(duì)環(huán)進(jìn)行計(jì)數(shù))。結(jié)果從1到29個(gè)環(huán)不等,因此這通常被視為29類分類問(wèn)題。為了簡(jiǎn)化一些,我將數(shù)據(jù)重新組合成兩個(gè)大小大致相同的類:年輕(少于10個(gè)環(huán))和老年(10個(gè)或更多個(gè)環(huán))。我也只采集了女性樣本。有7個(gè)測(cè)量值(都是高度相關(guān)的)用于預(yù)測(cè)類別標(biāo)簽。
生成性建模:具有等協(xié)變多元正態(tài)分布的貝葉斯分類。
與上一個(gè)介紹相比,有更多的樣本(1306個(gè),178個(gè)),因此我們不必?fù)?dān)心遺漏一個(gè)測(cè)試,相反,我們只需像上一個(gè)一樣,將數(shù)據(jù)切割成大小相同的測(cè)試和訓(xùn)練集。
通過(guò)修改上次編寫的代碼,使用具有完全協(xié)方差矩陣的多元正態(tài)分布來(lái)評(píng)估貝葉斯分類器的性能。在考慮對(duì)代碼進(jìn)行更改時(shí),請(qǐng)注意,主要區(qū)別在于本筆記本中只有兩個(gè)類,而不是三個(gè)。(如果您愿意,您可以嘗試將代碼包裝到函數(shù)中,看看是否可以將其設(shè)計(jì)為適用于任意數(shù)量的類。)
您的分類器的性能如何?此任務(wù)的分?jǐn)?shù)可能在60%-70%之間,因此,如果性能似乎比前一個(gè)任務(wù)差很多,請(qǐng)不要擔(dān)心。如果性能低于60%,那么您應(yīng)該檢查代碼是否存在可能的bug。
importnumpyasnp
X=np.loadtxt(open("data/abalone.txt","r"))
X.shape
fromscipy.statsimportmultivariate_normal
importmatplotlib.pyplotasplt
%matplotlibinline
abalone1=X[X[:,0]==1,:]
abalone2=X[X[:,0]==2,:]
abalone1_test=abalone1[0::2,:]
abalone1_train=abalone1[1::2,:]
abalone2_test=abalone2[0::2,:]
abalone2_train=abalone2[1::2,:]
abalone_test=np.vstack((abalone1_test,abalone2_test))
abalone_test.shape
mean1=np.mean(abalone1_train[:,1:],axis=0)
mean2=np.mean(abalone2_train[:,1:],axis=0)
cov1=np.cov(abalone1_train[:,1:],rowvar=0)
cov2=np.cov(abalone2_train[:,1:],rowvar=0)
dist1=multivariate_normal(mean=mean1,cov=cov1)
dist2=multivariate_normal(mean=mean2,cov=cov2)
p1=dist1.pdf(abalone_test[:,1:])
p2=dist2.pdf(abalone_test[:,1:])
p=np.vstack((p1,p2))
index=np.argmax(p,axis=0)+1
plt.plot(index,"k.",ms=10)
correct=abalone_test[:,0]==index
percent_correct=np.sum(correct)*100.0/index.shape
print(percent_correct)
rowvarbool,可選
如果rowvar為True(默認(rèn)),則每行表示一個(gè)變量,列中包含觀察值。否則,關(guān)系將被轉(zhuǎn)換:每列表示一個(gè)變量,而行包含觀察值。
使用等協(xié)方差矩陣:
如果您正確地遵循了與上一本筆記相同的步驟,您將為每個(gè)類估計(jì)出一個(gè)單獨(dú)的協(xié)方差矩陣。這些矩陣將不相等,因此您的系統(tǒng)將不是線性分類器(即,它將具有非平面決策邊界)。為了將其簡(jiǎn)化為線性系統(tǒng),我們需要確保只有一個(gè)協(xié)方差矩陣。您可以想象這樣做的不
同方式:
首先,您可以想象簡(jiǎn)單地從完整的訓(xùn)練集中估計(jì)單個(gè)協(xié)方差矩陣,然后再將其劃分為類。這將生成一個(gè)矩陣,但這不是正確的做法。我們希望矩陣表示類內(nèi)的分布,如果您僅使用完整的訓(xùn)練數(shù)據(jù)集訓(xùn)練模型,它還將捕獲類間的分布。
其次,可以想象平均兩個(gè)類相關(guān)協(xié)方差矩陣。這更接近于正確的情況,但它沒(méi)有考慮到類的示例數(shù)可能不相等這一事實(shí)。
最好的方法是首先將兩個(gè)類的中心移動(dòng)到同一點(diǎn)上,然后將它們視為單個(gè)類。要將類中心移動(dòng)到同一點(diǎn)上,只需從每個(gè)數(shù)據(jù)樣本中減去類平均向量。
defcentre_data(data):
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2026北京大興區(qū)第一批公益性崗位招聘1人備考題庫(kù)及一套答案詳解
- 2026年1-2月河北廊坊市燕京理工學(xué)院人才引進(jìn)計(jì)劃備考題庫(kù)含答案詳解
- 2025年甘肅省張掖市直醫(yī)療衛(wèi)生單位引進(jìn)高層次人才補(bǔ)充備考題庫(kù)及1套完整答案詳解
- 2026年武漢理工大學(xué)附屬小學(xué)教師招聘6人備考題庫(kù)及答案詳解一套
- 2026年度六安市金安區(qū)事業(yè)單位公開(kāi)招聘工作人員8名考試備考試題及答案解析
- 2026首都師范大學(xué)人才引進(jìn)14人(第一批)備考考試試題及答案解析
- 2026江蘇泰州市靖江市孤山片區(qū)農(nóng)業(yè)綜合服務(wù)中心退休高級(jí)專業(yè)技術(shù)人員招聘2人考試參考試題及答案解析
- 2026上半年安徽事業(yè)單位聯(lián)考馬鞍山市直單位招聘88人備考考試試題及答案解析
- 2026廣東廣州市白云區(qū)云城街第一次招聘政府雇員3人備考題庫(kù)含答案詳解
- 2026吉林白城市通榆縣面向上半年應(yīng)征入伍高校畢業(yè)生招聘事業(yè)單位工作人員4人備考題庫(kù)及完整答案詳解
- 科室護(hù)理人才梯隊(duì)建設(shè)
- 跨境藥物輸送監(jiān)管難題-洞察及研究
- 《食品微生物學(xué)》課程標(biāo)準(zhǔn)
- 肥胖患者麻醉管理課件
- 多傳感器融合技術(shù)在火災(zāi)檢測(cè)仿真系統(tǒng)中的應(yīng)用研究
- 公司退貨流程管理制度
- 術(shù)后鎮(zhèn)痛的護(hù)理課件
- 《建筑施工常見(jiàn)問(wèn)題》課件
- 交易賬戶托管協(xié)議書
- 正步走教學(xué)課件
- 商砼站合伙投資協(xié)議書6篇
評(píng)論
0/150
提交評(píng)論