热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Logistic回归模型(C++代码实现)

Logistic回归主要针对输入的数据是多个,输出则是有限的数值型,多为2个分类。涉及到以下方面:1.输出yw0+w1*x1+w2*x2+..(x1,x2,是样本的

Logistic回归主要针对输入的数据是多个,输出则是有限的数值型,多为2个分类。

涉及到以下方面:

1. 输出y = w0+w1*x1+w2*x2+..... (x1,x2,...是样本的属性值,为连续型的变量,w0,w1,w2,...为所要求的参数,y为有限的数值型变量,表示样本所属类别)。

2. logistic模型: 1/(1+exp(-z)),其中z= w0+w1*x1+w2*x2+..... 。

3.算法实现:

    w初始化为1;

    alph = 0.1; //设置步长,需根据情况逐步调整

    i = 0;

    while( i<样本数量)

          zi = w0+w1*xi1+w2*xi2+..... 

         h = 1/(1+exp(-zi));

         error = yi-h;

         while(...)

               wj = wj+alph *error*xij; // j表示第j个属性

          end

    end

以上算法过程在样本量比较小的时候可以实现,在样本量非常大的时候,需要考虑采用随机梯度下降法,即随机从总的样本的选出小的样本集来用于迭代过程(可以百度相关资料)。

本文主要采用了梯度下降法完成了参数值优化过程。以下程序主要将3中算法实现。主要包含main.h 和 main.cpp两个文件

测试结果发现预测的准确率可以到80%左右。但感觉这和参数的调整有很大关系,样本量还是太小(总样本量198,训练集:150,测试集:48),这里比较简便,不包含校准数据集,另外结果存在一些欠拟合的现象。


main.h

/*************
Logistic Regression( logistic 回归 )using newton gradient descent

CopyRight 2016/8/21 xukaiwen
All Rights Reserved

**************/

#ifndef MAIN_H
#define MAIN_H

#include "stdio.h"
#include "stdlib.h"
#include "iostream"
#include "string"
#include "string.h"
#include
#include

#include "math.h"

using namespace std;

#define maxClassLabelNum 10;
int curLabelNum = 0;


const double alph = 0.3; //set the newton gradient algorithm fixed step
const int attriNum = 33;
const int sampleNum = 198;
int trainNum = 140;

struct DataSample
{
double attriValue[attriNum];
bool classLabel;
};

double StringTodouble(char * src)
{
double a;
stringstream str;
str< str>>a;
str.clear();
return a;
}



int ReadData( DataSample* data, char *file)
{
FILE *pFile;
char buf[1024];
pFile = fopen(file,"rt");
if(pFile==NULL)
{
printf("the data file is not existing: %s\n", file);
return -1;
}

int row = 0; //data line
int cloumn = 0; //data attribute
char delim[] = ",";//data delimiter
char *tmpdata = NULL;//data cache

while(!feof(pFile)&&row {
buf[0] = '\0';
fgets(buf,1024,pFile);

if( buf[strlen(buf)-1]=='\n' )
{
buf[strlen(buf)-1]='\0';
}

//the first column is non-used,and second column is class label;
for( int column = 0;column<(attriNum+2);++column )
{
if( column==0 )
{
tmpdata = strtok(buf,delim);
continue;
}
else if( column==1 )
{
tmpdata = strtok(NULL,delim);


if( tmpdata[0]=='R' )
data[row].classLabel = 1; //R:1; N:0
else
data[row].classLabel = 0;

}
else
{
tmpdata = strtok(NULL,delim);

if(tmpdata[0]!='?')// '?' mean the loss attribute value
data[row].attriValue[column-2] = StringTodouble(tmpdata);
else
data[row].attriValue[column-2] = -1000;
}
}
++row;

}

return 1;
}

void Normalize( DataSample* data )
{
double atrriMinValue[attriNum];
double atrriMaxValue[attriNum];//for normalization (x-xmin)/(xmax-xmin)

//think about the first sample is none-loss
//get the min and max value of each attribute without thinking about the loss atrribute
for( int i=0;i {
atrriMinValue[i] = data[0].attriValue[i];
atrriMaxValue[i] = data[0].attriValue[i];
}

for( int row = 1; row for( int column = 0; column {
if( data[row].attriValue[column] > atrriMaxValue[column] && (data[row].attriValue[column]+1000)>0.0001 )
atrriMaxValue[column] = data[row].attriValue[column];

if( data[row].attriValue[column] 0.0001 )
atrriMinValue[column] = data[row].attriValue[column];
}

for( int row = 1; row for( int column = 0; column {
if( (data[row].attriValue[column]+1000)>0.0001)
data[row].attriValue[column] = (data[row].attriValue[column]-atrriMinValue[column])/(atrriMaxValue[column]-atrriMinValue[column]);
else
data[row].attriValue[column] = 0;//set loss value 0;
}
}

//use newton gradient descent algorithm to get the w
//logistic model: 1/(1+exp(-z))
//class label
void Logistic( DataSample* data, double *logisW )
{

//memset( logisW,1.0,(attriNum+1)*sizeof(double) );//initial

for( int i=0;i<(attriNum+1);++i )
{
logisW[i] = 1.0;
}


Normalize( data );

double h = 0.0;
double error = 0.0;
for( int row=0; row {
h = 0.0;
for( int column=0; column {
h += data[row].attriValue[column]*logisW[column];
}
h += logisW[attriNum]*1;
h = 1/(1+exp(-h));

error = data[row].classLabel-h;

for( int column=0; column {
logisW[column] += error*alph*data[row].attriValue[column];
}
logisW[attriNum] = error*alph*1;

}
}

bool Predict( DataSample sample, double *logisW )
{
double h = 0.0;
bool label = 0;
for( int column=0; column {
h += sample.attriValue[column]*logisW[column];
}
h += logisW[attriNum];

if( h>0.5 )
label = 1;
else
label = 0;

if( label==sample.classLabel )
return 1;
else
return 0;
}


#endif
main.cpp

/*************
Logistic Regression( logistic 回归 )using newton gradient descent

the Data:from UCI datalib named "wpbc.data"(that is about cancer )

CopyRight 2016/8/21 xukaiwen
All Rights Reserved

**************/

#include "main.h"

int main()
{
char *file = "C:\\Users\\Administrator\\Desktop\\machine_learnning\\wpbc.data";
DataSample *data = new DataSample[sampleNum];
double *logisW = new double[attriNum+1];

if( -1!=ReadData( data,file ) )
{
Logistic( data,logisW );
}

for(int i=0;i<(attriNum+1);++i)
{
printf("%f\t",logisW[i]);
}
printf("\n\n");

int correct = 0;
int sum = 0;
for(int i=trainNum;i {
++sum;
bool eva = Predict(data[i],logisW);
if(eva)
++correct;
}

double rp = double(correct)/sum;
printf("the right correction: %f\n",rp);

delete []data;
delete []logisW;

return 0;
}



推荐阅读
  • 本文详细介绍了在单片机编程中常用的几个C库函数,包括printf、memset、memcpy、strcpy和atoi,并提供了具体的使用示例和注意事项。 ... [详细]
  • 编译原理中的语法分析方法探讨
    本文探讨了在编译原理课程中遇到的复杂文法问题,特别是当使用SLR(1)文法时遇到的多重规约与移进冲突。文章讨论了可能的解决策略,包括递归下降解析、运算符优先级解析等,并提供了相关示例。 ... [详细]
  • 二维码的实现与应用
    本文介绍了二维码的基本概念、分类及其优缺点,并详细描述了如何使用Java编程语言结合第三方库(如ZXing和qrcode.jar)来实现二维码的生成与解析。 ... [详细]
  • 问题描述现在,不管开发一个多大的系统(至少我现在的部门是这样的),都会带一个日志功能;在实际开发过程中 ... [详细]
  • 本文提供了一个使用C语言实现的顺序表区间元素删除功能的完整代码示例。该程序首先初始化一个顺序表,然后根据用户输入的数据进行插入操作,最后根据指定的区间范围删除相应的元素,并输出最终的顺序表。 ... [详细]
  • C语言中的指针详解
    1.什么是指针C语言中指针是一种数据类型,指针是存放数据的内存单元地址。计算机系统的内存拥有大量的存储单元,每个存储单元的大小为1字节, ... [详细]
  • 本文将深入探讨C语言中的位操作符——按位与(&)、按位或(|)和按位异或(^),通过具体示例解释这些操作符如何在位级别上对数据进行操作。 ... [详细]
  • 本文通过C++语言实现了一个递归算法,用于解析并计算数学表达式的值。该算法能够处理加法、减法、乘法和除法操作。 ... [详细]
  • 本文深入探讨了Go语言中的接口型函数,通过实例分析其灵活性和强大功能,帮助开发者更好地理解和运用这一特性。 ... [详细]
  • 问题场景用Java进行web开发过程当中,当遇到很多很多个字段的实体时,最苦恼的莫过于编辑字段的查看和修改界面,发现2个页面存在很多重复信息,能不能写一遍?有没有轮子用都不如自己造。解决方式笔者根据自 ... [详细]
  • spring boot使用jetty无法启动 ... [详细]
  • 从理想主义者的内心深处萌发的技术信仰,推动了云原生技术在全球范围内的快速发展。本文将带你深入了解阿里巴巴在开源领域的贡献与成就。 ... [详细]
  • Jupyter Notebook多语言环境搭建指南
    本文详细介绍了如何在Linux环境下为Jupyter Notebook配置Python、Python3、R及Go四种编程语言的环境,包括必要的软件安装和配置步骤。 ... [详细]
  • 本文介绍如何手动实现一个字符串连接函数,该函数不依赖于C语言的标准字符串处理函数,如strcpy或strcat。函数原型为void concatenate(char *dest, char *src),其主要作用是将源字符串src追加到目标字符串dest的末尾。 ... [详细]
  • importjava.io.*;importjava.util.*;publicclass五子棋游戏{staticintm1;staticintn1;staticfinalintS ... [详细]
author-avatar
隔岸观火2502884207
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有