深度學習：用tensorflow建立線性回歸模型

最新 07-04

數據挖掘入門與實戰公眾號： datadw

1. TensorFlow 是什麼

是一個深度學習庫，由 Google 開源，可以對定義在 Tensor(張量)上的函數自動求導。

Tensor(張量)意味著 N 維數組，Flow(流)意味著基於數據流圖的計算，TensorFlow即為張量從圖的一端流動到另一端。

它的一大亮點是支持異構設備分布式計算，它能夠在各個平台上自動運行模型，從電話、單個CPU / GPU到成百上千GPU卡組成的分布式系統。

支持CNN、RNN和LSTM演算法，是目前在 Image，NLP 最流行的深度神經網路模型。

一周之前我連tensorflow、scikit-learn是什麼都不清楚，也不知道數據挖掘分為傳統機器學習（scikit-learn）跟深度學習（tensorflow），但是不重要嘛，偉大的毛主席教導我們「戰略上藐視敵人，戰術上重視敵人」，不就是工具么，不會造輪子了，本姑娘還不會用輪子么？

不知道會不會有人質疑，人家問tensorflow，你說什麼scikit-learn，我回答就是找感覺，畢竟機器學習比深度學習看起來更接地氣一些。我先在我的電腦上安裝了，numpy、scipy、matplotlib這幾個基礎的python庫，然後numpy的基礎用法自己敲了一遍。為啥，因為我首先要知道矩陣也就是所謂的特徵，是個什麼樣子，最基礎的東西吧。順便複習一下高等數據矩陣部分。了解一下scipy裡面的前三個問題『最小二乘擬合、函數最小值、非線形方程組求解』，這個部分會涉及到求導、函數微分的知識。其實我覺得倒數第二部分『濾波器設計』應該也看一下，因為是神經網路很重要的一部分。matplotlib就是圖形化顯示，我覺得會用就行。

我是有條主線，然後不會的就在網上查，博客啊什麼的，有的一個知識點不同人有很多不同的解釋，看不懂那個解釋，就再找另一個解釋，有時候突然就能想通。我之前看過一篇解釋傅立葉變換的文章，其實說到已經很清楚了，但當時就是轉不過視角來，後來有一天看神經網路的文章，就是解釋關於過濾不重要信息的一個問題，突然兩個解釋一結合，兩個問題都想通了。

我大概學了『協同過濾、主成分分析、k-means、svm、決策樹、線性回歸、邏輯回歸』這幾種演算法。

真正項目應該是幾種演算法的協同作戰，比如先用主成分分析找出重要的特徵，在進行下一步的線性擬合等。

我對這幾種演算法的的程度就是能寫出數學公式，以及為什麼要用這個數學公式，比如協同過濾求相似係數有很多中方法，歐幾里得、皮爾遜相似，歐幾里得不說了，兩點間的距離。皮爾遜相似跟歐幾里得比的好處是什麼，以及皮爾遜相似是協方差跟標準差的比，這裡又要複習一下期望、方差、標準差、均值等數學知識。其他類似。

每學到一個演算法都去網上找相應的小例子實現，輔助理解，加深記憶，更重要的是增強自信。而且這樣調用框架的時候就不覺得跟變魔術似的了。打個比方，自己實現決策樹的信息增益比（c4.5）比較麻煩，但是實現一個協同過濾的歐幾里得很簡單吧，但是這樣心裡就會有數，不管看起來多複雜的演算法，就是這樣由一些簡單的數學公式堆砌的。

然後我就安裝了scikit-learn，有個推薦電影的例子，數據集、代碼都是現成的、每個函數都要理解、不會就查，運行出結果我覺得這就算入門啦。

tensorflow好像主要是做用來做神經網路的吧，我就是用cnn實現了一個驗證碼識別，網上有實例。對cnn的理解，網上文章特別多，多看看總能找到一個自己能理解的角度。還有幾種常見的損失函數。為什麼選sigmoid函數，而不選softmax函數，我看過一篇非常好的文章，找不到鏈接了。

當然還有些細節沒提到，但是，我覺得這就算「入門」啦! 至於什麼清洗、特徵選取、調優……來日方長嘛～！

以下是用tensorflow建立線性回歸模型，會python語言都看得懂，很簡單！