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。
  h( r1 G: d$ r% _# G+ z8 C0 F下面是岭回归的关键特点：

' T0 ^* s" n1 F  g1.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。
; P# ]0 a- W& h: O1 }2 g2.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。
3 b7 ]/ c* o% L2 b* o4.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。

9 u/ K+ h4 w' t: \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。
  m+ f- g1 q0 ^* v+ o2 G( ~+ d

* P& u4 _+ {( p这段代码执行了以下操作：

1.导入所需库：

1.    import numpy as np5 H- ^& c; q' g0 [
   
2.    import pandas as pd
   + \7 I- o; k. x6 j7 j) _5 _
3.    from sklearn.linear_model import LogisticRegression

复制代码

2.定义源数据：

1.    df = pd.DataFrame({5 Q2 U- A( ]! u% {: p' R: U
   
2.        'good': [1, 1, 0, 0, 0, 1, 1],5 ?' ?\" ]( n+ y  F' A* J$ J. }
   
3.        'sweet': [.95, .76, .82, .57, .69, .77, .89],\" |2 X4 G  ~) c  S+ E
   
4.        'density': [.876, .978, .691, .745, .512, .856, 1.297],
   $ }1 v% [. X* ?7 d! C) i. ^
5.        'volume': [1.85, 2.14, 1.34, 1.38, 0.67, 2.35, 1.69],. K+ @5 U( W: {5 `\" Q\" V
   
6.        'quality': [2.51, 2.45, 1.34, 1.15, 1.23, 3.95, 2.67],
   ; ^* d2 x; P8 U4 }/ m0 @+ q
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。
* D% h: S) |5 O7 ]$ I: a
/ s; T( p- R4 a3.将数据转换为数组格式：

1.    X = np.array(df[df.columns[1:]])  # 特征集
   6 w) P. d\" e9 i2 {
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()
   % ?\" E9 x* T! n: q, E! A9 d
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/ ~6 q5 @4 h1 m. 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({
   . @; w4 J6 x  }7 e6 p) b. d' U
2.        'sweet': [.5, 1],
   - i8 P+ ~% J8 ~# S) b( z
3.        'density': [.5, 1],9 p  ~9 O* ]# ?  m
   
4.        'volume': [.5, 2],( d/ ]/ \+ V8 k5 ?/ z
   
5.        'quality': [.5, 2],
   1 m2 u& x% t9 w6 I( H+ ~
6.    })5 m% m% z, f: [2 F8 T% V) O
   
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。