• 《机器学习》周志华 习题答案3.6


    原题:线性判别分析仅在线性可分数据上能获得理想结果,试设计一个改进方法,使其能够用于非线性可分数据。

    这里我采用二次判别分析来对原来的西瓜数据集进行分类,同样采用sklearn里的二次判别库。

    #!/usr/bin/python
    # -*- coding:utf-8 -*-
    import numpy as np
    import matplotlib.pyplot as plt
    from matplotlib import colors
    
    from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis
    
    file1 = open('c:quantwatermelon.csv','r')
    data = [line.strip('
    ').split(',') for line in file1]
    X = [[float(raw[-3]), float(raw[-2])] for raw in data[1:]]
    y = [1 if raw[-1]=='xcaxc7' else 0 for raw in data[1:]]
    X = np.array(X)
    y = np.array(y)
    
    #######################################################################以上是西瓜
    
    # colormap
    cmap = colors.LinearSegmentedColormap(
        'red_blue_classes',
        {'red': [(0, 1, 1), (1, 0.7, 0.7)],
         'green': [(0, 0.7, 0.7), (1, 0.7, 0.7)],
         'blue': [(0, 0.7, 0.7), (1, 1, 1)]})
    plt.cm.register_cmap(cmap=cmap)
    
    ###############################################################################
    # plot functions
    def plot_data(lda, X, y, y_pred):
        plt.figure()
        plt.title('Quadratic Discriminant Analysis of Watermelon')
        plt.xlabel('Sugar Rate')
        plt.ylabel('Density')
        tp = (y == y_pred)  # True Positive //Boolean matrix
    
        tp0, tp1 = tp[y == 0], tp[y == 1]
        print tp
        X0, X1 = X[y == 0], X[y == 1]
        X0_tp, X0_fp = X0[tp0], X0[~tp0]
        X1_tp, X1_fp = X1[tp1], X1[~tp1]
        # class 0: dots
        plt.plot(X0_tp[:, 0], X0_tp[:, 1], 'o', color='red')
        plt.plot(X0_fp[:, 0], X0_fp[:, 1], '.', color='#990000')  # dark red
    
        # class 1: dots
        plt.plot(X1_tp[:, 0], X1_tp[:, 1], 'o', color='blue')
        plt.plot(X1_fp[:, 0], X1_fp[:, 1], '.', color='#000099')  # dark blue
    
        # class 0 and 1 : areas
        nx, ny = 200, 100
        x_min, x_max = plt.xlim()
        y_min, y_max = plt.ylim()
        xx, yy = np.meshgrid(np.linspace(x_min, x_max, nx),
                             np.linspace(y_min, y_max, ny))
        Z = lda.predict_proba(np.c_[xx.ravel(), yy.ravel()])
        Z = Z[:, 1].reshape(xx.shape)
        plt.pcolormesh(xx, yy, Z, cmap='red_blue_classes',
                       norm=colors.Normalize(0., 1.))
        plt.contour(xx, yy, Z, [0.5], linewidths=2., colors='k')
    
        # means
        plt.plot(lda.means_[0][0], lda.means_[0][1],
                 'o', color='black', markersize=10)
        plt.plot(lda.means_[1][0], lda.means_[1][1],
                 'o', color='black', markersize=10)
    
    ###############################################################################
    # Linear Discriminant Analysis
    qda = QuadraticDiscriminantAnalysis(store_covariances=True)
    y_pred = qda.fit(X, y).predict(X)
    plot_data(qda, X, y, y_pred)
    plt.axis('tight')
    plt.suptitle('Quadratic Discriminant Analysis of Watermelon')
    plt.show()

    二次判别分析结果和线性判别分析结果分别如下:

    可以看到对于线性不可分数据,二次判别分析的效果非常好。

  • 相关阅读:
    算法---十大经典排序算法
    算法---待整理
    iOS面试题整理---[难度]***
    spring mvc(注解)上传文件的简单例子
    面试感悟:3年工作经验程序员应有的技能
    一个 IT 青年北漂四年的感悟
    成为更优秀程序员的关键:更多的阅读
    数组参数 有params 区别
    对C# 集合类的总结
    c#前缀
  • 原文地址:https://www.cnblogs.com/zhusleep/p/5624372.html
Copyright © 2020-2023  润新知