GDA和Logistic方法的区别及相应的python代码

GDA方法与Logistic方法的主要区别在于这两个模型的假设不同：GDA方法假设p(x|y)服从多元高斯分布，并且输入特征是连续的；Logistic方法并没有GDA那么强的假设，它既没有要求p(x|y)服从多元高斯分布，也没有要求输入特征是连续的。因此Logistic的适用范围比GDA更加广泛。例如：如果输入特征符合泊松分布，则Logistic得到的结果会比GDA更加准确。如果输入特征满足GDA的要求时，既可以用Logistic方法也可以用GDA，但是在这种情况下GDA得到的结果会比Logistic方法得到的结果准确些。下面给出GDA和Logistic方法的简要说明，最后给出相应的 python代码。
    GDA是一种生成学习法，主要利用贝叶斯准则得到后验分布律，然后通过最大后验分布对输入数据进行分类。简单地说，也就是在给定某个特征情况下，拥有此特征的数据属于哪个类的概率大 就属于哪个类。GDA的优势：由于有高斯分布的先验信息，如果确实符合实际数据，则只需要少量的样本就可以得到较好的模型。
    Logistic是一种判别想学习法，判别学习法通过建立输入数据与输出信息之间的映射关系学得p(y|x)，这个与生成学习法是不同的。在生成学习法中首先要确定p(x|y)和p(y)。Logistic主要是通过sigmoid函数来确定输入数据及是将如何进行分类的。Logistic的优势：具有更高的鲁棒性和对数据的分布不明感(不想GDA那样需要特征服从高斯分布)。
下面是具体的python代码：
一、GDA模型的python代码：

def GDA(dataIn, classLabel):
    m = len(classLabel);
    sum_1 = sum(classLabel);
    q = sum_1/(float(m));
    notLabel = ones((len(classLabel),),dtype=int)-array(classLabel);
    row,col = shape(dataIn);
    y0x = y1x = mat(zeros(col));
    for i in range(m):
        y0x += mat(dataIn[i])*notLabel[i];
        y1x += mat(dataIn[i])*classLabel[i];
    mean_0 = y0x/(m-sum_1);
    mean_1 = y1x/sum_1;
    correlation = 0;
    for i in range(m):
            correlation += (mat(dataIn[i]-mean_0)).T*(mat(dataIn[i]-mean_0))*notLabel[i] \
            +(mat(dataIn[i]-mean_1)).T*(mat(dataIn[i]-mean_1))*classLabel[i];
    correlation = correlation/m;
    return q,mean_0,mean_1,correlation;
def calculate_pxy0(x,n=2):
    return ((2*math.pi)**(-n/2))*(linalg.det(correlation)**(-0.5))*exp(-0.5*(x-mean_0).T*correlation.I*(x-mean_0));
def calculate_pxy1(n=2):
    return ((2*math.pi)**(-n/2))*(linalg.det(correlation)**(-0.5))*exp(-0.5*(x-mean_1).T*correlation.I*(x-mean_1));
def GDAClass(testPoint,dataIn,classLabel):
    import math;
    x = testPoint;
    q,mean_0,mean_1,correlation = GDA(dataIn,classLabel);
    n=shape(dataIn)[0];
    py0 = 1-q;
    py1 = q;
    pxy0 = calculate_pxy0(x,n);
    pxy1 = calculate_pxy1(x,n);
    if pxy0*py0 > pxy1*py1:
        return 0;
    return 1;

二、Logistic模型的python代码：

def sigmoid(w,x):
    return 1/(1+exp(-w*x))

def logisticRegression(xMat,yMat,maxCycles = 500):
    '''
        ones((m,n)): 产生m维的向量，且每个值为n
    '''
    col = shape(xMat)[1];
    weight = ones((col,1));
    alpha = 0.001;
    for j in range(maxCycles):
        h = sigmoid(weight,xMat);
        err = (yMat-h);
        weight += alpha*xMat.transpose*err;
    return weight;

本文出处：http://blog.chinaunix.net/uid-28311809-id-4211362.html