深度学习基础与线性回归实例

1、机器学习基础-线性回归

介绍：这是一个教育对收入影响的数据，从图像的走势来看，它是具有一个线性关系，即受教育年限越长收入越高，这样我们可以通直线来抽象出它们的关系。

接下来，我们将会介绍一些方法，分别是单变量线性回归算法、成本函数与损失函数、梯度下降算法。

首先要提到的是单变量线性回归算法，我们有这样一个函数f(x)=w*x+b；即x代表，f(x)代表收入我们使用f(x)这个函数来映射输入特征值和输出值。这个时候问题就转化为了，这条直线需要画在什么地方才合适，或者我们说w和b该取什么样的值呢？

然后是，成本函数与损失函数，使用均方差作为成本函数，也就是预测值和真实值之间的平方取均值，我们的优化目标（y代表实际的收入）是找到合适的w和b，使得(f(x)-y)**2越小越好，这样我们获得的直线会更好些。

最后是使用梯度下降算法，转而求解参数w，b，后面我会再着重讲解这里，大家只要明白这里会用到这个方法即可。

2、收入数据集读取与观察

现在，我们可以读取文件，使用matplotlib函数来绘制散点图。

下面是代码，我这里是用的是pandas，当然，如果你自己有能力也可以手写一个。

import torch

import pandas as pd
import numpy
import matplotlib.pyplot as plt

data=pd.read_csv("./dataset/Income1.csv")
data.info()  #返回这个文件的一些信息
print(data)
plt.scatter(data.Education,data.Income)
plt.xlabel("Education"),plt.ylabel("Income")
plt.show()

RangeIndex: 30 entries, 0 to 29
Data columns (total 3 columns):
 #   Column      Non-Null Count  Dtype  
---  ------      --------------  -----  
 0   Unnamed: 0  30 non-null     int64  
 1   Education   30 non-null     float64
 2   Income      30 non-null     float64
dtypes: float64(2), int64(1)
memory usage: 848.0 bytes

 此为info方法获得的信息，下面是用matplotlib所画的散点图。

3、初始化模型、损失函数和优化方法

from torch import nn
import torch

import pandas as pd
import numpy
import matplotlib.pyplot as plt
import numpy as np

data=pd.read_csv("./dataset/Income1.csv")

# x=data.Education
# print(x)   #返回的是原来的列
# x=data.Education.values
# print(x)


# x=data.Education.values.reshape(-1,1).shape
# print(x)  #(30,1)指，30个数据
#
# x=data.Education.values.reshape(-1,1).astype(np.float64)
# print(x)

X=torch.from_numpy(data.Education.values.reshape(-1,1).astype(np.float64))
print(X)

Y=torch.from_numpy(data.Income.values.reshape(-1,1).astype(np.float64))
print(Y)

model=nn.Linear(1,1)  #out=w@input+b Linear表示随机生成一个权重（有w,b）
#这时就是指input和out都是1 ，w@input+b等价于 model(input)

#计算均方误差
loss_fn=nn.MSELoss()   #损失函数
#优化算法
opt=torch.optim.SGD(model.parameters(),lr=0.0001)

关于预处理部分，我简单说说，调用data.Education返回的是一个原来csv文件的那一列数据，这并不是我们想要的，所以在这里，我先将其转化为了numpy的数据类型ndarrary数组类型，用的是（data.Education.values）方式，我希望我的数据能够一个输入一个输出，所以又添加了reshape方法，将其shape变为（30，1），而torch.from_numpy显而易见是将numpy的ndarrary类型转化为pytorch所用的tensor类型。

这里对于X，Y处理过后，采用nn.Linear()方式随机生成一个权重，一输入一输出。对于损失函数我们可以用nn,MSELoss()，那么建立模型还有一步是进行优化，pytorch当然也提供了，只不过它是在torch当中，torch.optim.SGD(model.parameters(),lr=0.0001)，model.parameters()返回需要优化参数，lr为学习速率，具体是什么，我会在后面讲到，这里只需要知道要用就对了。

4、模型训练与结果可视化

import pandas as pd
import numpy
import matplotlib.pyplot as plt
import numpy as np

from torch import nn
import torch

data=pd.read_csv("./dataset/Income1.csv")
X = torch.from_numpy(data.Education.values.reshape(-1, 1)).type(torch.FloatTensor)
# print(X)

Y = torch.from_numpy(data.Income.values.reshape(-1, 1)).type(torch.FloatTensor)
# print(Y)

model=nn.Linear(1,1)

#计算均方误差
loss_fn=nn.MSELoss()   #损失函数
#优化算法
opt = torch.optim.SGD(model.parameters(), lr=0.0001)

for epoch in range(5000):
    for x,y in zip(X,Y):
        y_pred = model(x)   #使用模型预测
        loss=loss_fn(y,y_pred)  #根据预测结果计算损失
        opt.zero_grad()  #把变量的梯度清零
        loss.backward() #反向传播算法，求解梯度
        opt.step()  #优化模型参数
print(model.weight,model.bias)
plt.scatter(data.Education,data.Income)
plt.xlabel("Education"),plt.ylabel("Income")
plt.plot(X.numpy(),model(X).data.numpy(),c='r')
plt.show()

打印weight，bias值 

tensor([[4.9757]], requires_grad=True) 
tensor([-28.3907], requires_grad=True)

较好的拟合了本次数据，那么这就是创建模型，训练模型和使用模型的过程。

5、资源分享

博客的相关代码与csv文件已上传至

GitHub:pytorch-Learning-and-Practice/Reference code/Deep Learning and Linear Regression at main · Auorui/pytorch-Learning-and-Practice (github.com)

如果大家觉得有用，在GitHub里面点击收藏即可。