CNTK - Modelo de regresión logística
Este capítulo trata sobre la construcción de un modelo de regresión logística en CNTK.
Conceptos básicos del modelo de regresión logística
La regresión logística, una de las técnicas de AA más simples, es una técnica especialmente para la clasificación binaria. En otras palabras, crear un modelo de predicción en situaciones en las que el valor de la variable a predecir puede ser uno de solo dos valores categóricos. Uno de los ejemplos más simples de regresión logística es predecir si la persona es hombre o mujer, en función de la edad, voz, pelos, etc. de la persona.
Ejemplo
Entendamos matemáticamente el concepto de regresión logística con la ayuda de otro ejemplo:
Supongamos que queremos predecir la solvencia crediticia de una solicitud de préstamo; 0 significa rechazar y 1 significa aprobar, según el solicitantedebt , income y credit rating. Representamos deuda con X1, ingresos con X2 y calificación crediticia con X3.
En Regresión logística, determinamos un valor de peso, representado por w, para cada característica y un solo valor de sesgo, representado por b.
Ahora suponga,
X1 = 3.0
X2 = -2.0
X3 = 1.0Y supongamos que determinamos el peso y el sesgo de la siguiente manera:
W1 = 0.65, W2 = 1.75, W3 = 2.05 and b = 0.33Ahora, para predecir la clase, necesitamos aplicar la siguiente fórmula:
Z = (X1*W1)+(X2*W2)+(X3+W3)+b
i.e. Z = (3.0)*(0.65) + (-2.0)*(1.75) + (1.0)*(2.05) + 0.33
= 0.83A continuación, necesitamos calcular P = 1.0/(1.0 + exp(-Z)). Aquí, la función exp () es el número de Euler.
P = 1.0/(1.0 + exp(-0.83)
= 0.6963El valor de P se puede interpretar como la probabilidad de que la clase sea 1. Si P <0.5, la predicción es clase = 0, de lo contrario la predicción (P> = 0.5) es clase = 1.
Para determinar los valores de peso y sesgo, debemos obtener un conjunto de datos de entrenamiento que tengan los valores predictores de entrada conocidos y los valores de etiquetas de clase correctos conocidos. Después de eso, podemos usar un algoritmo, generalmente Gradient Descent, para encontrar los valores de peso y sesgo.
Ejemplo de implementación del modelo LR
Para este modelo LR, usaremos el siguiente conjunto de datos:
1.0, 2.0, 0
3.0, 4.0, 0
5.0, 2.0, 0
6.0, 3.0, 0
8.0, 1.0, 0
9.0, 2.0, 0
1.0, 4.0, 1
2.0, 5.0, 1
4.0, 6.0, 1
6.0, 5.0, 1
7.0, 3.0, 1
8.0, 5.0, 1Para comenzar la implementación de este modelo LR en CNTK, primero debemos importar los siguientes paquetes:
import numpy as np
import cntk as CEl programa está estructurado con la función main () de la siguiente manera:
def main():
print("Using CNTK version = " + str(C.__version__) + "\n")Ahora, necesitamos cargar los datos de entrenamiento en la memoria de la siguiente manera:
data_file = ".\\dataLRmodel.txt"
print("Loading data from " + data_file + "\n")
features_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",", skiprows=0, usecols=[0,1])
labels_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",", skiprows=0, usecols=[2], ndmin=2)Ahora, crearemos un programa de entrenamiento que crea un modelo de regresión logística que es compatible con los datos de entrenamiento:
features_dim = 2
labels_dim = 1
X = C.ops.input_variable(features_dim, np.float32)
y = C.input_variable(labels_dim, np.float32)
W = C.parameter(shape=(features_dim, 1)) # trainable cntk.Parameter
b = C.parameter(shape=(labels_dim))
z = C.times(X, W) + b
p = 1.0 / (1.0 + C.exp(-z))
model = pAhora, necesitamos crear Lerner y entrenador de la siguiente manera:
ce_error = C.binary_cross_entropy(model, y) # CE a bit more principled for LR
fixed_lr = 0.010
learner = C.sgd(model.parameters, fixed_lr)
trainer = C.Trainer(model, (ce_error), [learner])
max_iterations = 4000Entrenamiento del modelo LR
Una vez que hemos creado el modelo LR, a continuación, es el momento de iniciar el proceso de formación:
np.random.seed(4)
N = len(features_mat)
for i in range(0, max_iterations):
row = np.random.choice(N,1) # pick a random row from training items
trainer.train_minibatch({ X: features_mat[row], y: labels_mat[row] })
if i % 1000 == 0 and i > 0:
mcee = trainer.previous_minibatch_loss_average
print(str(i) + " Cross-entropy error on curr item = %0.4f " % mcee)Ahora, con la ayuda del siguiente código, podemos imprimir los pesos y el sesgo del modelo:
np.set_printoptions(precision=4, suppress=True)
print("Model weights: ")
print(W.value)
print("Model bias:")
print(b.value)
print("")
if __name__ == "__main__":
main()Entrenamiento de un modelo de regresión logística: ejemplo completo
import numpy as np
import cntk as C
def main():
print("Using CNTK version = " + str(C.__version__) + "\n")
data_file = ".\\dataLRmodel.txt" # provide the name and the location of data file
print("Loading data from " + data_file + "\n")
features_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",", skiprows=0, usecols=[0,1])
labels_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",", skiprows=0, usecols=[2], ndmin=2)
features_dim = 2
labels_dim = 1
X = C.ops.input_variable(features_dim, np.float32)
y = C.input_variable(labels_dim, np.float32)
W = C.parameter(shape=(features_dim, 1)) # trainable cntk.Parameter
b = C.parameter(shape=(labels_dim))
z = C.times(X, W) + b
p = 1.0 / (1.0 + C.exp(-z))
model = p
ce_error = C.binary_cross_entropy(model, y) # CE a bit more principled for LR
fixed_lr = 0.010
learner = C.sgd(model.parameters, fixed_lr)
trainer = C.Trainer(model, (ce_error), [learner])
max_iterations = 4000
np.random.seed(4)
N = len(features_mat)
for i in range(0, max_iterations):
row = np.random.choice(N,1) # pick a random row from training items
trainer.train_minibatch({ X: features_mat[row], y: labels_mat[row] })
if i % 1000 == 0 and i > 0:
mcee = trainer.previous_minibatch_loss_average
print(str(i) + " Cross-entropy error on curr item = %0.4f " % mcee)
np.set_printoptions(precision=4, suppress=True)
print("Model weights: ")
print(W.value)
print("Model bias:")
print(b.value)
if __name__ == "__main__":
main()Salida
Using CNTK version = 2.7
1000 cross entropy error on curr item = 0.1941
2000 cross entropy error on curr item = 0.1746
3000 cross entropy error on curr item = 0.0563
Model weights:
[-0.2049]
[0.9666]]
Model bias:
[-2.2846]Predicción usando modelo LR entrenado
Una vez que se ha entrenado el modelo LR, podemos usarlo para la predicción de la siguiente manera:
En primer lugar, nuestro programa de evaluación importa el paquete numpy y carga los datos de entrenamiento en una matriz de características y una matriz de etiqueta de clase de la misma manera que el programa de entrenamiento que implementamos anteriormente:
import numpy as np
def main():
data_file = ".\\dataLRmodel.txt" # provide the name and the location of data file
features_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",",
skiprows=0, usecols=(0,1))
labels_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",",
skiprows=0, usecols=[2], ndmin=2)A continuación, es hora de establecer los valores de los pesos y el sesgo que fueron determinados por nuestro programa de entrenamiento:
print("Setting weights and bias values \n")
weights = np.array([0.0925, 1.1722], dtype=np.float32)
bias = np.array([-4.5400], dtype=np.float32)
N = len(features_mat)
features_dim = 2A continuación, nuestro programa de evaluación calculará la probabilidad de regresión logística recorriendo cada elemento de entrenamiento de la siguiente manera:
print("item pred_prob pred_label act_label result")
for i in range(0, N): # each item
x = features_mat[i]
z = 0.0
for j in range(0, features_dim):
z += x[j] * weights[j]
z += bias[0]
pred_prob = 1.0 / (1.0 + np.exp(-z))
pred_label = 0 if pred_prob < 0.5 else 1
act_label = labels_mat[i]
pred_str = ‘correct’ if np.absolute(pred_label - act_label) < 1.0e-5 \
else ‘WRONG’
print("%2d %0.4f %0.0f %0.0f %s" % \ (i, pred_prob, pred_label, act_label, pred_str))Ahora demostremos cómo hacer predicciones:
x = np.array([9.5, 4.5], dtype=np.float32)
print("\nPredicting class for age, education = ")
print(x)
z = 0.0
for j in range(0, features_dim):
z += x[j] * weights[j]
z += bias[0]
p = 1.0 / (1.0 + np.exp(-z))
print("Predicted p = " + str(p))
if p < 0.5: print("Predicted class = 0")
else: print("Predicted class = 1")Programa completo de evaluación de predicciones
import numpy as np
def main():
data_file = ".\\dataLRmodel.txt" # provide the name and the location of data file
features_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",",
skiprows=0, usecols=(0,1))
labels_mat = np.loadtxt(data_file, dtype=np.float32, delimiter=",",
skiprows=0, usecols=[2], ndmin=2)
print("Setting weights and bias values \n")
weights = np.array([0.0925, 1.1722], dtype=np.float32)
bias = np.array([-4.5400], dtype=np.float32)
N = len(features_mat)
features_dim = 2
print("item pred_prob pred_label act_label result")
for i in range(0, N): # each item
x = features_mat[i]
z = 0.0
for j in range(0, features_dim):
z += x[j] * weights[j]
z += bias[0]
pred_prob = 1.0 / (1.0 + np.exp(-z))
pred_label = 0 if pred_prob < 0.5 else 1
act_label = labels_mat[i]
pred_str = ‘correct’ if np.absolute(pred_label - act_label) < 1.0e-5 \
else ‘WRONG’
print("%2d %0.4f %0.0f %0.0f %s" % \ (i, pred_prob, pred_label, act_label, pred_str))
x = np.array([9.5, 4.5], dtype=np.float32)
print("\nPredicting class for age, education = ")
print(x)
z = 0.0
for j in range(0, features_dim):
z += x[j] * weights[j]
z += bias[0]
p = 1.0 / (1.0 + np.exp(-z))
print("Predicted p = " + str(p))
if p < 0.5: print("Predicted class = 0")
else: print("Predicted class = 1")
if __name__ == "__main__":
main()Salida
Establecimiento de pesos y valores de sesgo.
Item pred_prob pred_label act_label result
0 0.3640 0 0 correct
1 0.7254 1 0 WRONG
2 0.2019 0 0 correct
3 0.3562 0 0 correct
4 0.0493 0 0 correct
5 0.1005 0 0 correct
6 0.7892 1 1 correct
7 0.8564 1 1 correct
8 0.9654 1 1 correct
9 0.7587 1 1 correct
10 0.3040 0 1 WRONG
11 0.7129 1 1 correct
Predicting class for age, education =
[9.5 4.5]
Predicting p = 0.526487952
Predicting class = 1