我正在尝试根据 Spotify 上 2010-2019 年热门歌曲的持续时间和耐用性(其数据是从 .csv 文件收集)的流行度使用逻辑回归。基本上,由于每首歌的流行度值都是数字,所以我将它们都转换为二进制数“0”到“1”。如果一首热门歌曲的流行度值小于70,我会将其当前值替换为0,如果它的值大于70,则反之。
当前的 sigmoid 曲线现在是“log”,因此它显示一条直线。然而,在这段代码的上下文中,我仍然不确定如何添加正确的 sigmoid 曲线,而不仅仅是直线。我是否需要在代码中添加任何内容才能在同一图表中显示实心 sigmoid 曲线和曲线的对数?如果有人能帮助我完成最后一步,我将不胜感激。
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv('top10s [SubtitleTools.com] (2).csv')
BPM = df.bpm
BPM = np.array(BPM)
Energy = df.nrgy
Energy = np.array(Energy)
Dance = df.dnce
Dance = np.array(Dance)
dB = df.dB
dB = np.array(dB)
Live = df.live
Live = np.array(Live)
Valence = df.val
Valence = np.array(Valence)
Acous = df.acous
Acous = np.array(Acous)
Speech = df.spch
Speech = np.array(Speech)
df.loc[df['popu'] <= 70, 'popu'] = 0
df.loc[df['popu'] > 70, 'popu'] = 1
def Logistic_Regression(X, y, iterations, alpha):
ones = np.ones((X.shape[0], ))
X = np.vstack((ones, X))
X = X.T
b = np.zeros(X.shape[1])
for i in range(iterations):
z = np.dot(X, b)
p_hat = sigmoid(z)
gradient = np.dot(X.T, (y - p_hat))/y.size
b = b + alpha * gradient
if (i % 1000 == 0):
print('LL, i ', log_likelihood(X, y, b), i)
return b
def sigmoid(z):
return 1 / (1 + np.exp(-z))
def log_likelihood(X, y, b):
z = np.dot(X, b)
LL = np.sum(y*z - np.log(1 + np.exp(z)))
return LL
def LR1():
Dur = df.dur
Dur = np.array(Dur)
Pop = df.popu
Pop = [int(i) for i in Pop]; Pop = np.array(Pop)
plt.figure(figsize=(10,8))
colormap = np.array(['r', 'b'])
plt.scatter(Dur, Pop, c = colormap[Pop], alpha = .4)
b = Logistic_Regression(Dur, Pop, iterations = 8000, alpha = 0.00005)
print('Done')
p_hat = sigmoid(np.dot(Dur, b[1]) + b[0])
idxDur = np.argsort(Dur)
plt.plot(Dur[idxDur], p_hat[idxDur])
plt.show()
LR1()
我的数据集:
我想要什么:
最佳答案
乍一看,您的 Logistic_Regression 初始化似乎非常错误。
我认为你用 [X, 1] 包装 X,然后尝试学习 W = [权重,偏差],一开始应该是 [1, 0]。
请注意,1 是向量 [1, 1, 1...],长度 = 特征向量长度。
关于python - 如何创建合适的 sigmoid 曲线?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59558523/