这个例子很多教材和博客可能都已经写过了。比较常见的一个问题，就是良性肿瘤和恶心肿瘤的分类。
我们对肿瘤做二个维度的采样，一个是病人年纪，一个是肿瘤大小。
因为没有实际数据，我们采用生成样本数据来模拟。
def generate_samples(num, mean, cov, diff):
X0 = np.random.multivariate_normal(mean, cov, num)
Y0 = np.zeros(num)
for ci, d in enumerate(diff):
X1 = np.random.multivariate_normal(mean + d, cov, num)
Y1 = (ci + 1) * np.ones(num)
X0 = np.concatenate((X0, X1))
Y0 = np.concatenate((Y0, Y1))
return X0, Y0
mean = np.random.randn(num_class)
cov = np.eye(num_class)
X, Y = generate_samples(200, mean, cov, [3])
colors = ['r' if l == 0 else 'b' for l in Y[:]]
plt.scatter(X[:, 0], X[:, 1], c=colors)
plt.xlabel("age(in year)")
plt.ylabel("size(in cm)")
plt.show()
multivariate_normal是用于生成二维正太分布的函数。具体请参考正太分布的使用
X0是（num，2）矩阵，num是入参。2是表示了年纪和大小两个维度的参数。
Y0是样本编号。0是第一组样本，1为第二组样本，以此类推。样本有几组是有diff参数决定的。diff是一个一维数组。数组的个数就是除0组外的样本个数。
生成肿瘤分布样本.png
坐标轴有负值，可以理解为以某个年纪/某个大小为参考。如果要把坐标值改为正值，可以在把mean值调整一下。
input_dim = 2
lab_dim = 1
input_feature = tf.placeholder(tf.float32, [None, input_dim])
input_labels = tf.placeholder(tf.float32, [None, lab_dim])
W = tf.Variable(tf.random_normal([input_dim, lab_dim]), name="weight")
b = tf.Variable(tf.zeros([lab_dim]), name="bias")
output = tf.nn.sigmoid(tf.matmul(input_feature, W) + b)
cross_entropy = -(input_labels * tf.log(tf.clip_by_value(output, 1e-10,1.0)) + (1 - input_labels) * tf.log(tf.clip_by_value(1 - output, 1e-10,1.0)))
ser = tf.square(input_labels - output)
err = tf.reduce_mean(ser)
loss = tf.reduce_mean(cross_entropy)
optimizer = tf.train.AdamOptimizer(0.04).minimize(loss)
因为output如果过小的话，tf.log的值可能为Nan。所以使用tf.clip_by_value规避此问题。
这里使用了信息论里的交叉熵，基本的理论知识可以百度一下。
直接摆出公式，
交叉熵公式.PNG
训练方法是用AdamOptimizer。其他的也可以。
接下来看执行部分代码，
max_epochs = 50
mini_batch_size = 25
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for epoch in range(max_epochs):
sum_err = 0
for i in range(np.int32(len(X) / mini_batch_size)):
x1 = X[i * mini_batch_size:(i + 1) * mini_batch_size,:]
y1 = np.reshape(Y[i * mini_batch_size:(i + 1) * mini_batch_size], [-1, 1])
_, lossval, outputval, errval = sess.run([optimizer, loss, output, err], feed_dict={input_feature: x1, input_labels: y1})
sum_err = sum_err + errval
print("epoch:", '%04d' % (epoch + 1), "cost=", "{:.9f}".format(lossval), "err=", sum_err/mini_batch_size)
x = np.linspace(0, 10, 200)
y = -x * (sess.run(W)[0] / sess.run(W)[1]) - sess.run(b) / sess.run(W)[1]
plt.plot(x, y, label='Fitted line')
plt.legend()
plt.show()
最后生成图
生成肿瘤分布线性回归.png
需要注意的，如果坐标抽通过修改mean后全部改为大于0了，生成的直线可能并没有随之发生移动，导致最后可能的结果“感觉上”不正确。可以同时修改一下直线的位置，让它发生相同的“位移”。