import?numpy?as?np
import?matplotlib.pyplot?as?plt
import?random?as?rd


#???模型訓練函數
def?gradientAscent（feature_data?label_data?k?maxCycle?alpha）:
????“““
????利用梯度下降法訓練Softmax模型
????:param?feature_data:（mat）特征
????:param?label_data:（mat）標簽
????:param?k:（int）類別的個數
????:param?maxCycle:（int）最大迭代個數
????:param?alpha:?（float）學習速率
????:return:weights（mat）權重
????“““
????m?n?=?np.shape（feature_data）
????weights?=?np.mat（np.ones（（n?k）））
????i?=?0
????while?i?<=?maxCycle:
????????err?=?np.exp（feature_data?*?weights）
????????if?i?%?1000?==?0:
????????????print（“\t-----iter:“?i?“cost:“?cost（err?label_data））
????????row_sum?=?-err.sum（axis=1）
????????row_sum?=?row_sum.repeat（k?axis=1）
????????err?=?err?/?row_sum
????????for?x?in?range（m）:
????????????err[x?label_data[x?0]]?+=?1
????????weights?=?weights?+?（alpha?/?m）?*?feature_data.T?*?err
????????i?+=?1
????return?weights


def?cost（err?label_data）:
????“““
????計算損失函數值
????:param?err:（mat）exp值
????:param?label_data:（）mat標簽的值
????:return:sum_cost/m??（float）:損失函數的值
????“““
????m?=?np.shape（err）[0]
????sum_cost?=?0.0
????for?i?in?range（m）:
????????if?err[i?label_data[i?0]]?/?np.sum（err[i?:]）?>?0:
????????????sum_cost?-=?np.log（err[i?label_data[i?0]]?/?np.sum（err[i?:]））
????????else:
????????????sum_cost?-=?0
????return?sum_cost?/?m


def?load_data（inputfile）:
????“““
????:param?inputfile:訓練樣本的文件名
????:return:feature_data（mat）特征
????????????label_data（mat）標簽
????????????k（int）類別的個數
????“““
????f?=?open（inputfile）
????feature_data?=?[]
????label_data?=?[]
????for?line?in?f.readlines（）:
????????feature_temp?=?[]
????????feature_temp.append（1）
????????lines?=?line.strip（）.split（“\t“）
????????for?i?in?range（len（lines）?-?1）:
????????????feature_temp.append（float（lines[i]））
????????label_data.append（int（lines[-1]））
????????feature_data.append（feature_temp）
????f.close（）
????#?print（feature_data）
????#?feature_data?=?np.mat（feature_data）
????#?print（feature_data）
????return?np.mat（feature_data）?np.mat（label_data）.T?len（set（label_data））


def?save_model（filename?weights）:
????“““
????保存最終的模型
????:param?filename:（string）文件名
????:param?w:?（mat）SR?模型的權重
????:return:
????“““
????f_w?=?open（filename?“w“）
????m?n?=?np.shape（weights）
????for?i?in?range（m）:
????????w_tmp?=?[]
????????for?j?in?range（n）:
????????????w_tmp.append（str（weights[i?j]））
????????f_w.write（“\t“.join（w_tmp）?+?“\n“）
????f_w.close（）


def?figurePlot（feature?label）:
????“““
????根據標簽畫出各個類別的點圖
????:param?feature:（mat）特征
????:param?label:（mat）標簽
????:return:
????“““
????point_red?=?[]
????point_blue?=?[]
????point_yellow?=?[]
????point_green?=?[]
????r?=?np.shape（feature）[0]
????for?index?in?range（r）:
????????temp?=?-2??#?從右到左第二個數
????????if?label[index]?==?0:
????????????point_red.append（feature[index?temp]）
????????????point_red.append（feature[index?temp?+?1]）??#?如果一次放兩個元素feature[index?1:3]，會被當做一個整體存放在list中
????????elif?la

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-11-03?12:54??Softmax?Regression（邏輯回歸多線性分類）\
?????目錄???????????0??2018-11-03?12:57??Softmax?Regression（邏輯回歸多線性分類）\.idea\
?????文件?????????408??2018-11-01?20:38??Softmax?Regression（邏輯回歸多線性分類）\.idea\Softmax?Regression.iml
?????目錄???????????0??2018-11-03?12:58??Softmax?Regression（邏輯回歸多線性分類）\.idea\inspectionProfiles\
?????文件?????????294??2018-11-01?20:38??Softmax?Regression（邏輯回歸多線性分類）\.idea\misc.xml
?????文件?????????295??2018-11-01?20:38??Softmax?Regression（邏輯回歸多線性分類）\.idea\modules.xml
?????文件???????23028??2018-11-03?12:57??Softmax?Regression（邏輯回歸多線性分類）\.idea\workspace.xml
?????文件????????6363??2018-11-03?12:52??Softmax?Regression（邏輯回歸多線性分類）\SR_functions.py
?????文件?????????488??2018-11-03?12:54??Softmax?Regression（邏輯回歸多線性分類）\SR_main.py
?????文件?????????576??2018-11-03?11:40??Softmax?Regression（邏輯回歸多線性分類）\SR_test.py
?????文件????????3129??2018-10-31?18:21??Softmax?Regression（邏輯回歸多線性分類）\SoftInput
?????目錄???????????0??2018-11-03?12:54??Softmax?Regression（邏輯回歸多線性分類）\__pycache__\
?????文件????????5508??2018-11-03?12:54??Softmax?Regression（邏輯回歸多線性分類）\__pycache__\SR_functions.cpython-36.pyc
?????文件???????12000??2018-11-03?12:54??Softmax?Regression（邏輯回歸多線性分類）\test_result
?????文件?????????228??2018-11-03?12:54??Softmax?Regression（邏輯回歸多線性分類）\weights