# 把所有东西结合在一起 在本节中，我们将结合到目前为止所示的所有内容，并为虹膜数据集创建分类器。 ## 做好准备 虹膜数据集在[第 1 章](../Text/0.html)，TensorFlow 入门中使用数据源秘籍中有更详细的描述。我们将加载这些数据并制作一个简单的二元分类器来预测花是否是 Iris setosa 的种类。需要说明的是，这个数据集有三个种类，但我们只能预测一种花是单一种，是否是一种花，给我们一个二元分类器。我们将首先加载库和数据，然后相应地转换目标。 ## 操作步骤 我们按如下方式处理秘籍： 1. 首先，我们加载所需的库并初始化计算图。注意我们也在这里加载`matplotlib`，因为我们想在之后绘制结果行： ```py import matplotlib.pyplot as plt import numpy as np from sklearn import datasets import tensorflow as tf sess = tf.Session() ``` 1. 接下来，我们加载虹膜数据。我们还需要将目标数据转换为 1 或 0，无论目标是否为 setosa。由于虹膜数据集将 setosa 标记为 0，我们将更改所有目标，值为 0 到 1，其他值全部为 0.我们也将只使用两个特征，花瓣长度和花瓣宽度。这两个特征是每个`x-value`中的第三和第四个条目： ```py iris = datasets.load_iris() binary_target = np.array([1\. if x==0 else 0\. for x in iris.target]) iris_2d = np.array([[x[2], x[3]] for x in iris.data]) ``` 1. 让我们声明我们的批量大小，数据占位符和模型变量。请记住，可变批量大小的数据占位符将`None`作为第一个维度： ```py batch_size = 20 x1_data = tf.placeholder(shape=[None, 1], dtype=tf.float32) x2_data = tf.placeholder(shape=[None, 1], dtype=tf.float32) y_target = tf.placeholder(shape=[None, 1], dtype=tf.float32) A = tf.Variable(tf.random_normal(shape=[1, 1])) b = tf.Variable(tf.random_normal(shape=[1, 1])) ``` > 请注意，我们可以通过使用`dtype=tf.float32`来减少浮点数的字节来提高算法的表现（速度）。 1. 在这里，我们定义线性模型。模型将采用`x2 = x1 * A + b`的形式，如果我们想要找到该行上方或下方的点，我们会在插入等式`x2 - x1 * A - b`时看到它们是高于还是低于零。我们将通过取该方程的 sigmoid 并从该方程预测 1 或 0 来实现。请记住，TensorFlow 具有内置 sigmoid 的`loss`函数，因此我们只需要在 sigmoid 函数之前定义模型的输出： ```py my_mult = tf.matmul(x2_data, A) my_add = tf.add(my_mult, b) my_output = tf.sub(x1_data, my_add) ``` 1. 现在，我们使用 TensorFlow 的内置`sigmoid_cross_entropy_with_logits()`函数添加 sigmoid 交叉熵损失函数： ```py xentropy = tf.nn.sigmoid_cross_entropy_with_logits(my_output, y_target) ``` 1. 我们还必须告诉 TensorFlow 如何通过声明优化方法来优化我们的计算图。我们希望最大限度地减少交叉熵损失。我们还会选择`0.05`作为我们的学习率： ```py my_opt = tf.train.GradientDescentOptimizer(0.05) train_step = my_opt.minimize(xentropy) ``` 1. 现在，我们创建一个变量初始化操作并告诉 TensorFlow 执行它： ```py init = tf.global_variables_initializer() sess.run(init) ``` 1. 现在，我们将训练我们的线性模型 1000 次迭代。我们将提供我们需要的三个数据点：花瓣长度，花瓣宽度和目标变量。每 200 次迭代，我们将打印变量值： ```py for i in range(1000): rand_index = np.random.choice(len(iris_2d), size=batch_size) rand_x = iris_2d[rand_index] rand_x1 = np.array([[x[0]] for x in rand_x]) rand_x2 = np.array([[x[1]] for x in rand_x]) rand_y = np.array([[y] for y in binary_target[rand_index]]) sess.run(train_step, feed_dict={x1_data: rand_x1, x2_data: rand_x2, y_target: rand_y}) if (i + 1) % 200 == 0: print('Step #' + str(i+1) + ' A = ' + str(sess.run(A)) + ', b = ' + str(sess.run(b))) Step #200 A = [[ 8.67285347]], b = [[-3.47147632]] Step #400 A = [[ 10.25393486]], b = [[-4.62928772]] Step #600 A = [[ 11.152668]], b = [[-5.4077611]] Step #800 A = [[ 11.81016064]], b = [[-5.96689034]] Step #1000 A = [[ 12.41202831]], b = [[-6.34769201]] ``` 1. 下一组命令提取模型变量并在绘图上绘制线条。结果绘图在它的工作原理...部分： ```py [[slope]] = sess.run(A) [[intercept]] = sess.run(b) x = np.linspace(0, 3, num=50) ablineValues = [] for i in x: ablineValues.append(slope*i+intercept) setosa_x = [a[1] for i,a in enumerate(iris_2d) if binary_target[i]==1] setosa_y = [a[0] for i,a in enumerate(iris_2d) if binary_target[i]==1] non_setosa_x = [a[1] for i,a in enumerate(iris_2d) if binary_target[i]==0] non_setosa_y = [a[0] for i,a in enumerate(iris_2d) if binary_target[i]==0] plt.plot(setosa_x, setosa_y, 'rx', ms=10, mew=2, label='setosa') plt.plot(non_setosa_x, non_setosa_y, 'ro', label='Non-setosa') plt.plot(x, ablineValues, 'b-') plt.xlim([0.0, 2.7]) plt.ylim([0.0, 7.1]) plt.suptitle('Linear' Separator For I.setosa', fontsize=20) plt.xlabel('Petal Length') plt.ylabel('Petal Width') plt.legend(loc='lower right') plt.show() ``` ## 工作原理 我们的目标是仅使用花瓣宽度和花瓣长度在 I. setosa 点和其他两个物种之间拟合一条线。如果我们绘制点和结果线，我们看到我们已经实现了这个：  图 7：花瓣宽度与花瓣长度的 I. setosa 和 non-setosa 的图;实线是我们在 1000 次迭代后实现的线性分离器 ## 更多 虽然我们实现了用一条线分隔两个类的目标，但它可能不是分离两个类的最佳模型。在[第 4 章](http://Support%20Vector%20Machines)，支持向量机中，我们将讨论支持向量机，它是在特征空间中分离两个类的更好方法。 ## 另见 * 有关 scikit-learn iris 数据集实现的信息，请参阅 [http://scikit-learn.org/stable/auto_examples/datasets/plot_iris_dataset.html](http://scikit-learn.org/stable/auto_examples/datasets/plot_iris_dataset.html) 上的文档。