利用numpy完成波士顿房价预测任务

import numpy as np
import json
import matplotlib.pyplot as plt

#加载数据
def load_data():
    #读入数据
    datafile='data/housing.data'
    data=np.fromfile(datafile,sep=' ')
    # 每条数据包括14项，其中前面13项是影响因素，第14项是相应的房屋价格中位数
    feature_names=['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE','DIS',
                     'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT', 'MEDV']
    feature_num=len(feature_names)
    #格式化
    data = data.reshape([data.shape[0] // feature_num, feature_num])
    print(data.shape)
    # 将原数据集拆分成训练集和测试集
    # 这里使用80%的数据做训练，20%的数据做测试
    # 测试集和训练集必须是没有交集的
    ratio=0.8
    offset=int(data.shape[0]*ratio)
    training_data=data[:offset]
    #数据归一化    这样做能使原始数据值反映对总体影响程度，便于梯度下降计算
    maximum,minmum,avg=training_data.max(axis=0),training_data.min(axis=0),training_data.sum(axis=0)/training_data.shape[0]
    for i in range(feature_num):
        data[:,i]=(data[:,i]-minmum[i])/(maximum[i]-minmum[i])
    #重新划分数据集
    training_data = data[:offset]
    test_data=data[offset:]
    return training_data,test_data　　　　#返回测试和训练数据集



class NetWork(object):                  #神经网络
    def __init__(self,num_of_weights):  #初始化权重和偏置
        # 随机产生w的初始值
        # 为了保持程序每次运行结果的一致性，
        # 此处设置固定的随机数种子
        np.random.seed(0)
        self.w=np.random.randn(num_of_weights,1)
        self.b=0.
    def forword(self,x):                #前向计算
        z=np.dot(x,self.w)+self.b
        return z

    def loss(self,z,y):                #损失函数 Loss=Σ(y−z)²/n
        error=z-y
        num_samples = error.shape[0]
        cost = error * error

        cost = np.sum(cost) / num_samples
        return cost


    def gradient(self, x, y):         #计算梯度
        z = self.forword(x)
        gradient_w = (z - y) * x      #推导~~~~
        gradient_w = np.mean(gradient_w, axis=0)    #对w求和
        gradient_w = gradient_w[:, np.newaxis]      #[]->[[]]
        gradient_b = (z - y)                        #推导~~~~
        gradient_b = np.mean(gradient_b)            #对b求和

        return gradient_w, gradient_b

    def update(self,gradient_w,gradient_b,eta=0.01):#根据步长更新参数
        self.w=self.w-eta*gradient_w
        self.b=self.b-eta*gradient_b

    def train(self,training_data,epoch=50,batch_size=10,eta=0.01):       #训练    #随机梯度下降，对大样本效果明显
        n=len(training_data)
        losses=[]
        for epoch_id in range(epoch):
            # 在每轮迭代开始之前，将训练数据的顺序随机打乱
            # 然后再按每次取batch_size条数据的方式取出
            np.random.shuffle(training_data)
            # 将训练数据进行拆分，每个mini_batch包含batch_size条的数据
            mini_batches = [training_data[k:k + batch_size] for k in range(0, n, batch_size)]
            for iter_id, mini_batch in enumerate(mini_batches):#循环batch
                x = mini_batch[:, :-1]
                y = mini_batch[:, -1:]
                z=self.forword(x)                      #前向计算
                L=self.loss(z,y)                       #损失
                gradient_w,gradient_b=self.gradient(x,y)#计算梯度
                self.update(gradient_w,gradient_b,eta=eta)#更新
                losses.append(L)
                print('Epoch {:3d} / iter {:3d}, loss = {:.4f}'.
                      format(epoch_id, iter_id, L))
        return losses

#加载数据
training_data,test_data=load_data()
#开始训练
network=NetWork(13)

# 启动训练
losses = network.train(training_data, epoch=50, batch_size=100, eta=0.1)
# 画出损失函数的变化趋势
plot_x = np.arange(len(losses))
plot_y = np.array(losses)
plt.plot(plot_x, plot_y)
plt.show()

 

 

 

学习链接 https://www.paddlepaddle.org.cn/tutorials/projectdetail/1515038#anchor-21