使用 sklearn 进行岭回归

2744557306

岭回归是一种用于处理多重共线性数据的线性回归技术，它通过对系数施加惩罚来限制模型的复杂性。这个惩罚项是通过添加一个正则化参数（通常表示为 λ 或 alpha）与系数向量的 L2 范数的平方成比例来实现的。岭回归的优化目标是最小化残差平方和和正则化项之和。
下面是岭回归的关键特点：

$ D2 `( [0 I9 x! O2 X6 T' V1.正则化项： 岭回归通过添加一个惩罚项来约束模型的系数，使其不要过大，从而避免过拟合。这个惩罚项由正则化参数控制，它越大，惩罚效果越强，系数越趋向于零。
9 W1 W* M3 h3 N/ G0 P: P6 r/ Q2.解决多重共线性： 当特征之间存在高度相关性时，普通的线性回归模型可能会变得不稳定，导致系数估计不准确。岭回归通过对系数的大小进行限制，能够更好地应对多重共线性问题。
3.超参数调优： 岭回归有一个关键的超参数，即正则化参数（λ 或 alpha）。这个参数需要根据数据集进行调优，通常使用交叉验证来选择最佳的正则化参数，以在训练数据上获得最佳的模型性能。
4.稳定性： 与普通的线性回归相比，岭回归对数据中的噪声更加稳健，能够产生更加稳定和可靠的系数估计。
5.不可解性： 与普通的线性回归不同，岭回归没有封闭形式的解析解，需要使用数值优化方法来求解。
# R9 V1 n+ u+ d
9 K+ x8 k, {' P9 |/ ]# L# I总的来说，岭回归是一种强大的线性回归技术，特别适用于处理高维数据集或存在多重共线性的数据。


' Q/ g3 a  K* T: ^0 P, V这段代码执行了以下操作：

% U/ C4 A5 t( B, p1.导入所需库：

1.    import numpy as np# x) o5 A; u& O5 x. [
   
2.    import pandas as pd
   1 [% \9 D$ e0 @% v\" b1 _* q
3.    from sklearn.linear_model import LogisticRegression

复制代码

2.定义源数据：

1.    df = pd.DataFrame({7 A+ Z1 `3 n$ T\" V7 {  A+ k
   
2.        'good': [1, 1, 0, 0, 0, 1, 1],
   6 N4 b# V8 @: f( j& {4 k6 k
3.        'sweet': [.95, .76, .82, .57, .69, .77, .89],
   5 [! o. X& n  o7 Z
4.        'density': [.876, .978, .691, .745, .512, .856, 1.297],$ l3 o& V  O6 D- E9 ]0 m& g4 r; P' E
   
5.        'volume': [1.85, 2.14, 1.34, 1.38, 0.67, 2.35, 1.69],
   * X7 Z/ ?3 d/ E) c2 X
6.        'quality': [2.51, 2.45, 1.34, 1.15, 1.23, 3.95, 2.67],. H3 i8 O$ a; A/ G3 N6 A
   
7.    })

复制代码

创建了一个包含特征和标签的 DataFrame，其中 good 列是标签，表示样本是否好。
8 |6 M3 z9 k3 U8 y$ E
3.将数据转换为数组格式：

1.    X = np.array(df[df.columns[1:]])  # 特征集
   9 G6 s\" A0 x5 R2 U3 [! S
2.    y = np.array(df['good'])           # 标签集

复制代码

4.建立逻辑回归模型并拟合数据：

1.    model = LogisticRegression()) g: w) t2 |6 ^
   
2.    model.fit(X, y)

复制代码

使用 LogisticRegression 创建了逻辑回归模型，并使用 fit() 方法拟合了数据。
- @: {# M+ S: p+ [
- P( S0 L, h" u! `; u5.提取模型参数：

1.    b0 = model.intercept_[0]  # 截距9 C. A% g0 g/ i\" H7 t$ e# ?
   
2.    b1, b2, b3, b4 = model.coef_[0][0], model.coef_[0][1], model.coef_[0][2], model.coef_[0][3]  # 系数

复制代码

6.进行预测：

1.    df2 = pd.DataFrame({1 i1 E# j\" ^8 Y2 [6 g2 c
   
2.        'sweet': [.5, 1],- g0 }9 `* t, q1 k6 s
   
3.        'density': [.5, 1],
     R6 p& X+ T, @: c
4.        'volume': [.5, 2],# w/ L) h# \\" I5 p( B$ F4 }! G' _5 i
   
5.        'quality': [.5, 2],* \: B% e3 l' Y+ E5 @! Y& A
   
6.    })/ L5 r+ M. f) M- a4 J
   
7.    model.predict(np.array(df2))

复制代码

使用训练好的模型进行预测，预测了两个新样本的好坏标签。
通过这段代码，你可以使用逻辑回归模型对给定的数据进行分类，并进行新样本的预测。
$ c$ X# u$ Q. r+ ~+ E

& _5 {' k5 s; v5 C" e2 K