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：
5 ~2 ]2 \  z& p2 ]; L. W
& S4 U8 R; P5 {  l1.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。
2.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。
: @* ?- x" y2 B( F5 Q! w3.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。
" @; I) _1 E, K8 M5.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。

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。


这段代码执行了以下操作：
! E# `5 t7 q# M2 x
1.导入所需库：

1.    import numpy as np0 P! e0 h! r; J7 d3 T2 v. l- D
   
2.    import pandas as pd' f* q4 e7 T/ k( J9 F$ a7 W1 D& ^- L
   
3.    from sklearn.linear_model import LogisticRegression

复制代码

2.定义源数据：

1.    df = pd.DataFrame({
     j) ~+ D2 m0 u$ h3 @\" ]
2.        'good': [1, 1, 0, 0, 0, 1, 1],
   $ T: @3 K/ U, U3 Q- r
3.        'sweet': [.95, .76, .82, .57, .69, .77, .89],5 U! K) O+ p$ H. U% E% H  Y1 V
   
4.        'density': [.876, .978, .691, .745, .512, .856, 1.297],* @0 x\" R& `  i% G$ D' M- l* F
   
5.        'volume': [1.85, 2.14, 1.34, 1.38, 0.67, 2.35, 1.69],* F3 B5 z% G9 G5 z& |. s: r# ]5 D
   
6.        'quality': [2.51, 2.45, 1.34, 1.15, 1.23, 3.95, 2.67],7 a! R/ C5 c\" Y; V
   
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。
' U# \/ X6 q8 L; w+ J% l$ H; e
3.将数据转换为数组格式：

1.    X = np.array(df[df.columns[1:]])  # 特征集: S: G, I1 v0 m7 X
   
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()
   4 v( I+ J' p1 h! Y
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。
3 o. D% C5 z2 T# p
: ?5 I- P$ |/ U" F7 z  ]- e5.提取模型参数：

1.    b0 = model.intercept_[0]  # 截距1 F: R% \9 K7 [  B9 H  ?4 q\" n! d; f
   
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({
   ' Y( v9 B\" _# W5 X, @$ i) [
2.        'sweet': [.5, 1],
   * N  u& X2 s+ i! J$ M* h! Z
3.        'density': [.5, 1],' H! J2 s3 q1 Q) ]  A- A, \6 e
   
4.        'volume': [.5, 2],# T* g! E& k8 w! v. t
   
5.        'quality': [.5, 2],
   5 G5 u3 `- P2 ~( E. S: _1 W
6.    })
   , W; x\" F: D2 q. U4 q, n
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。
  ]; G- S$ @, ~9 F, S' G# a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。
2 v2 q8 ~& S1 s& j% n9 F