Python深度学习基础（八）——线性回归

---

引言

我们生活中可能会遇到形如

$$y=w_1{x}_1+w_2{x}_2+w_3{x}_3+b$$

的问题，其中有y为输出，x为输入，w为权值，b为偏置

假设我们有一个房价预测的问题，我们有很多条数据，每一个数据项有很多特征，这些特征就是x，而房价就是y，线性回归要解决的就是得出一批合适的w和b来实现x向y的映射，使得我们得到x时就可以预测出y。

损失函数

为了求得权值和偏置的最优值，我们需要定义损失函数，通过降低损失函数的损失进行权值和偏置的优化，我们常用的有如下三种损失值
均方误差
$$l(w,b)=\frac{1}{2}(xw+b-y{)}^2$$
这里的1/2并没有什么含义，只是为了求导后计算方便
在多个样本上可以表述为
$$L(W,b)=\frac{1}{2n}\sum _{i=1}^n(X^{(i)}W+b-Y^{(i)}{)}^2$$
同时为了方便处理，通常我们会在数据后加一列1，这样偏置也会并入到权值当中，即

[ x 1 ( 1 ) x 2 ( 1 ) 1 x 1 ( 2 ) x 2 ( 2 ) 1 x 1 ( 3 ) x 2 ( 3 ) 1 ] ⋅ [ w 1 w 2 b ] = [ y ( 1 ) y ( 2 ) y ( 3 ) ] \begin{bmatrix} x_1^{(1)}&x_2^{(1)}&1\\ x_1^{(2)}&x_2^{(2)}&1\\ x_1^{(3)}&x_2^{(3)}&1\\ \end{bmatrix} \cdot \begin{bmatrix} w_1 \\ w_2 \\ b \end{bmatrix}= \begin{bmatrix} y^{(1)} \\ y^{(2)} \\ y^{(3)} \end{bmatrix} ​x1(1)​x1(2)​x1(3)​​x2(1)​x2(2)​x2(3)​​111​ ​⋅ ​w1​w2​b​ ​= ​y(1)y(2)y(3)​ ​
我们令
注：为了方便表示，这里用三个数据，每个数据有两个数据项的数据表示

我们令
W = [ w 1 w 2 b ] W=\begin{bmatrix} w_1 \\ w_2 \\ b \end{bmatrix} W= ​w1​w2​b​ ​
那么我们的均方误差就变成了
$$L(W,b)=\frac{1}{2n}\sum _{i=1}^n(X^{(i)}W-Y^{(i)}{)}^2$$

解析解

线性回归问题存在解析解

公式

首先我们在L上对W求导
$${\nabla }_{w}L=\frac{1}{n}\sum _{i=1}^n(X^{(i)}W-Y^{(i)}{)}^T{X}^{(i)}$$
最优的解即为L=0的解，即
$$\begin{gathered} W^{(\ast )T}{X}^{(i)T}{X}^{(i)}-Y^{(i)T}{X}^{(i)}=0 \\ \Rightarrow W^{(\ast )T}=Y^{(i)T}{X}^{(i)}(X^{(i)T}{X}^{(i)}{)}^{-1} \\ \Rightarrow W^{(\ast )}=(X^{(i)T}{X}^{(i)}{)}^{-1}{X}^{(i)T}{Y}^{(i)} \end{gathered}$$

代码

如果使用numpy，假设我们有X和y这个过程可以表述为

# 第一步是增加一列1，这样可以使得w和b合并
X_b = np.c_[np.ones((X.shape[0], 1)), X]
theta_best = np.linalg.inv(X_b.T.dot(X_b)).dot(X_b.T).dot(y)  

其中np.linalg.inv是求矩阵的逆

实例

import torch
from torch.utils import data
import numpy as np
import random

首先我们定义一个生成数据的函数

def synthetic_data(w, b, num_examples):
    X = torch.normal(0, 1, (num_examples, w.shape[0]))  # 生成均值为0，方差为1的数据
    y = torch.matmul(X, w) + b  # 生成标签
    y += torch.normal(0, 0.01, y.shape)  # 均值为0，方差为0.01的正态分布
    return X, y.reshape((-1, 1))

我们假设w为[2， -3.4]，b为4.2，我们生成线性数据

true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = synthetic_data(true_w, true_b, 1000)

我们将w和b合并

X = np.array(features)
X_b = np.c_[np.ones((X.shape[0], 1)), X]
y = np.array(labels)

获得解析解

theta_best = np.linalg.inv(X_b.T.dot(X_b)).dot(X_b.T).dot(y)
theta_best

可以看到权值和偏置的解析解基本与真实值相同

梯度下降

理论

但是不是所有的问题都可以得到解析解，所以我们一般使用梯度下降的方式进行优化，优化方式是：各个参数沿着梯度的反方向更新，梯度方向就是方向导数最大的方向，用公式表示
$$(w,b)\leftarrow (w,b)-{\nabla }_{(w,b)}L$$

随机梯度下降的手动实现代码

数据迭代器
首先为了读出数据，我们先创建一个函数作为数据迭代器，其本质是生成器，安装小梯度的梯度大小生成数据

def data_iter(batch_size, features, labels):
    num_examples = len(features)
    indices = list(range(num_examples))
    random.shuffle(indices)
    for i in range(0, num_examples, batch_size):
        batch_indices = torch.tensor(indices[i:min(i+batch_size, num_examples)])
        yield features[batch_indices], labels[batch_indices]

权值和偏置初始化

w = torch.normal(0, 0.01, size=(2, 1), requires_grad=True)
b = torch.zeros(1, requires_grad=True)

定义线性模型

def linreg(X, w, b):
    return torch.matmul(X, w) + b

定义损失函数

def squared_loss(y_hat, y):
    return (y_hat - y) ** 2 / 2

定义随机梯度下降优化器

def sgd(params, lr, batch_size):
    with torch.no_grad():
        for param in params:
            param -= lr * param.grad / batch_size
            param.grad.zero_()

参数设置

lr = 0.03
num_epochs = 3
net = linreg
loss = squared_loss

训练模型

for epoch in range(num_epochs):
    for X, y in data_iter(batch_size, features,labels):
        l = loss(net(X, w, b), y)  # 小批量损失
        l.sum().backward()  # 总损失进行反向传递
        sgd([w, b], lr, batch_size)
        
    with torch.no_grad():
        train_1 = loss(net(features, w, b), labels)
        print(f'epoch {epoch+1}, loss:{float(train_1.mean()):f}')

结果如下：

epoch 1, loss:0.033043
epoch 2, loss:0.000118
epoch 3, loss:0.000050

求损失

print(f'w损失：{true_w - w.reshape(true_w.shape)}')
print(f'b损失：{true_b - b}')

结果如下：

w损失：tensor([ 0.0007, -0.0011], grad_fn=)
b损失：tensor([0.0002], grad_fn=)

torch中的随机梯度下降

数据加载器
使用torch.utils中的data来构建数据加载器
使用data.TensorDataset从tensor格式的数据中构建数据集，传入的参数应该是数据和标签组成的元组
使用data.DataLoader，传入数据集和批量大小，以及是否打乱顺序，使用这个函数按照批量大小加载数据

def load_array(data_arrays, batch_size, is_train=True):
    dataset = data.TensorDataset(*data_arrays)
    return data.DataLoader(dataset, batch_size, shuffle=is_train)

设置参数

batch_size = 10
data_iter = load_array((features, labels), batch_size)
next(iter(data_iter))

结果如下：

构建模型
在torch中，Linear为全连接层，通过Sequential构建线性模型

from torch import nn
​
net = nn.Sequential(nn.Linear(2, 1))

help(nn.Linear)

在其中可以看到Attributes里边有weight和bias，通过这个函数我们可以获取权值和偏置

net[0].weight

结果如下：

Parameter containing:
tensor([[0.6657, 0.1449]], requires_grad=True)

net[0].bias

结果如下：

Parameter containing:
tensor([-0.6534], requires_grad=True)

help(net[0].weight)

这里我们可以看到使用data可以查看weight的数据

net[0].weight.data

tensor([[0.6657, 0.1449]])

初始化权值和偏置
我们使用均值为0，方差为0.01的正态分布的数据初始化weight，将偏置设置为0

net[0].weight.data.normal_(0, 0.01)

tensor([[-0.0092, 0.0053]])

net[0].weight.data

tensor([[-0.0092, 0.0053]])

net[0].bias.data.fill_(0)

tensor([0.])

net[0].bias.data

tensor([0.])

损失函数和优化器

选用均方误差作为损失函数，随机梯度下降优化参数

loss = nn.MSELoss()
trainer = torch.optim.SGD(net.parameters(), lr=0.03)

训练

num_epochs= 3
for epoch in range(num_epochs):
    for X, y in data_iter:
        l = loss(net(X), y)
        trainer.zero_grad()
        l.backward()
        trainer.step()
        
    l = loss(net(features), labels)
    print(f'epoch:{epoch+1}, loss:{l:f}')

epoch:1, loss:0.000201
epoch:2, loss:0.000100
epoch:3, loss:0.000100

net[0].weight.data

tensor([[ 1.9992, -3.3989]])

net[0].bias.data

tensor([4.2002])

print(f'w损失：{net[0].weight.data - true_w}')
print(f'b损失：{net[0].bias.data - true_b}')

w损失：tensor([[-0.0008, 0.0011]])
b损失：tensor([0.0002])