在这个例子中,我们将会估计心脏病发生的可能性,使用单变量逻辑回归,输入是患者的年龄

(1)有用的库和方法

自从版本0.8之后,TensorFlow就提供了产生one hot结果的工具

tf.one_hot(

    indices,

    depth,

    on_value=1,

    off_value=0,

    axis=None,

    dtype=tf.float32,

    name=None

)

这种方法生成one hot编码的数据结构,可以识别数据,生成轴,数据类型等.

在输出的张量中,指示值是on_value,默认为1,其他的是off_value,默认为0.

dtype是生成的张量的数据类型,默认是float32类型

depth变量表示结果将会有多少行,我们认为他的值应该是max(indices)+1,但是也会被截取

TensorFlow中的softmax的实现使用的是tf.nn.log_softmax函数,遵循以下形式:

tf.nn.log_softmax(logits,name=None)

此处,参数如下:

logits:一个张量,格式可以为float32,float64,二维数据,形状是[batch_size,num_classes]

name:操作的名称

操作返回一个张量,类型和形状都跟logits相同

(2)数据集描述和加载

我们学习的第一个例子是拟合一个回归,输入是变量,输出只有两种可能的结果

1))CHDAGE数据集

在这个简单例子中,我们将使用一个简单的数据集,这个数据集可以绘制出年龄,冠心病是否发病.100个病人.该表格包含了身份变量(ID),年龄分段(AGEFRP).输出结果CHD,0表示没有冠心病,1表示得了冠心病.一般来说,可以用任何数值表示,但实际中,我们发现0和1最方便.我们把这个数据集称作CHDAGE数据集.

2))CHDAGE数据集格式

CHDAGE数据集是一个二列CSV文件,我们可以从一个外部仓库下载

之前我们使用了TensorFlow自带的方法来读取该数据集,在本例中,我们将会用另外一个非常流行的库来读取该数据集.

这样做的原因是,该数据集有100个元组,最好能够将他们用一行代码读入,我们拥有简单而强大的免费工具,由pandas提供.

在本工程的初始阶段,我们加载CHDAGE数据集,打印出重要的统计量,然后进行预处理

在打印出数据之后,我们建立一个带激活函数的模型,激活函数选择softmax函数,在二类的时候,这就是一个logistic函数;这就是只有两类的时候

3))数据集加载和预处理实现

首先,我们引入需要的库

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import tensorflow as tf

我们使用pandas库来读取数据,检查数据集的统计信息

df = pd.read_csv(“data/CHD.csv”, header=0)

然后处理数据,并绘制数据,使得我们对数据有大致的了解

plt.figure()

plt.scatter(df.[‘age’],df[‘chd’])

结果如下图:

(3)模型结构

此处,我们将会描述如何建立该模型

learning_rate = 0.2

batch_size = 100

display_step = 1

此处,我们为数据流图创建初始变量和占位符.但变量x和y都是浮点类型变量.

x = tf.placeholder(“float”, [None, 1])

y = tf.placeholder(“float”, [None, 2])

现在,我们创建线性模型,他们在模型被拟合的过程中将会不断变化

W = tf.Variable(tf.zeros([1, 2]))

b = tf.Variable(tf.zeros([2]))

最后,我们创建激活函数,并且将其作用于线性方程之上

activation = tf.nn.softmax(tf.matmul(x, W) + b)

(4)损失函数描述和优化器循环

此处,我们定义交叉相关函数为损失函数,定义优化器操作,选择梯度下降.这将会在后续章节中展开,现在我们把它当作一个黑盒,使他最小化

# Minimize error using cross entropy

cost = tf.reduce_mean(-tf.reduce_sum(y*tf.log(activation), reduction_indices=1)) # Cross entropy

optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost) # Gradient Descent

…

(5)停止条件

带迭代次数满足的时候,程序停止