# logistic 回归
import tensorflow as tf
import os
# 读取文件中的数据
def read_csv(batch_size, file_name, record_defaults):
# file_path = os.getcwd()+'\\'+file_name
# print (file_path)
filename_queue = tf.train.string_input_producer([file_name])
reader = tf.TextLineReader(skip_header_lines=1)
key, value = reader.read(filename_queue)
# decode_csv会将字符串(文本行)转换到具有指定默认值的由张量列构成的元组中
# 它还会为每一列设置数据类型
decode = tf.decode_csv(value, record_defaults=record_defaults)
# 实际上读取一个文件，并加载一个张量中的batch_size行
return tf.train.shuffle_batch(decode,
batch_size=batch_size,
capacity=batch_size * 50,
min_after_dequeue=batch_size)
# 参数初始化
W = tf.Variable(tf.zeros([5, 1], name="weights"))
b = tf.Variable(0., name="bias")
def combine_inputs(X):
L = tf.matmul(X, W) + b
return L
def inference(X):
return tf.sigmoid(combine_inputs(X))
# 使用交叉熵
def loss(X, Y):
L = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=combine_inputs(X), labels=Y))
return L
def inputs():
record_defaults = [[0.], [0.], [0.], [""], [""], [0.], [0.], [0.], [""], [0.], [""], [""]]
passenger_id, surived, pclass, name, sex, age, sibsp, parch, ticket, fare, cabin, embarked = \
read_csv(891,r"train.csv",record_defaults)
# 转换属性数据
is_first_class = tf.to_float(tf.equal(pclass, [1]))
is_second_class = tf.to_float(tf.equal(pclass, [2]))
is_third_class = tf.to_float(tf.equal(pclass, [3]))
gender = tf.to_float(tf.equal(sex, ["female"]))
# 最终将所有特征排列在一个矩阵中，然后对该矩阵进行转置，使其每行对应一个样本，每列对应一种特征
features = tf.transpose(tf.stack([is_first_class, is_second_class, is_third_class, gender, age]))
surived = tf.reshape(surived, [891, 1])
return features, surived
def train(total_loss):
learning_rate = 0.008
return tf.train.GradientDescentOptimizer(learning_rate).minimize(total_loss)
def evaluate(sess, X, Y):
predicated = tf.cast(inference(X) > 0.5, tf.float32)
print(sess.run(tf.reduce_mean(tf.cast(tf.equal(predicated, Y), tf.float32))))
################启动会话主程序##############
with tf.Session() as sess:
tf.global_variables_initializer().run()
X, Y = inputs()
print(X, Y)
total_loss = loss(X, Y)
# print (total_loss)
train_op = train(total_loss)
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
# print (threads)
# 实际训练的迭代次数
training_steps = 1000
for step in range(training_steps):
sess.run([train_op])
# 查看损失在训练过程中的递减情况
if step % 100 == 0:
print("loss: ", sess.run([total_loss]))
evaluate(sess, X, Y)
coord.request_stop()
coord.join(threads)
sess.close()
数据集下载可以到kaggle上进下下载
遇到的问题：在训练的过程中出现了loss一直为负的情况
图片.png
后来经过对代码的仔细查看找寻错误发现，在使用交叉熵函数的时候，参数的使用上位置搞错了图片.png
图片.png
使用交叉熵函数的时候把labels和logits参数，弄反了，但是他们的类型是一样的，居然没报错！！！！
排查掉问题之后结果就正常了
图片.png
准确率还行。。
整个代码使用的是TensorFlow训练的代码框架。
