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：
7 e. |) I' B7 A' [; g  j* [. }5 B
1.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。
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。
2 H7 B1 G  h, u4.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。
8 C2 [; S- x$ T9 h3 q5.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。

' ~1 D2 G9 s+ u3 z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。


/ \: {  T4 m' j7 V( R这段代码执行了以下操作：

$ ^. k+ i7 v! p2 w; t8 _1.导入所需库：

1.    import numpy as np1 x( |  {5 I3 V* m$ I6 S4 z\" }
   
2.    import pandas as pd. `, K! n+ x# u0 Q* V1 \$ i' r
   
3.    from sklearn.linear_model import LogisticRegression

复制代码

2.定义源数据：

1.    df = pd.DataFrame({
   $ v0 r& W. }) l1 d8 `* A( o
2.        'good': [1, 1, 0, 0, 0, 1, 1],! F0 b+ X- I; ^9 M
   
3.        'sweet': [.95, .76, .82, .57, .69, .77, .89],& P) z+ q3 F  H; L& [1 u0 s
   
4.        'density': [.876, .978, .691, .745, .512, .856, 1.297],5 t$ ]/ t% n- S- K
   
5.        'volume': [1.85, 2.14, 1.34, 1.38, 0.67, 2.35, 1.69],6 b$ V6 x3 ?2 |
   
6.        'quality': [2.51, 2.45, 1.34, 1.15, 1.23, 3.95, 2.67],
   5 Q6 ?: `/ P, L) T4 t  I, _
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。
+ w/ }/ w$ d! i3 }
3.将数据转换为数组格式：

1.    X = np.array(df[df.columns[1:]])  # 特征集
   8 T( f. K# o8 W\" O8 O- u
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(), m, u+ q. Z/ S( F% G/ j
   
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。

5.提取模型参数：

1.    b0 = model.intercept_[0]  # 截距
   0 ]/ ~7 j# ^5 O8 w- N\" W
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({
   , Z\" f8 q' r: T
2.        'sweet': [.5, 1],& V) N) e  P* k5 c
   
3.        'density': [.5, 1],
   , [( n) V; P8 s7 D3 z
4.        'volume': [.5, 2],
   \" h* W+ h. Y8 m' J# A4 R
5.        'quality': [.5, 2],
   + B* H: h$ s& Q; i\" S$ ]% r6 Y
6.    })4 e8 U) W/ k; f5 S
   
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。

9 t. t2 \6 d# i" }5 @5 T
, E) X4 U$ }% D( g