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。
& e/ `- h6 H9 }+ W' v下面是岭回归的关键特点：

8 G  E( ^9 z" a6 a! e6 {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。
7 z6 T/ H. ^7 ?1 |8 g3 r" v3.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。
& U& h) i+ w4 |' U2 y3 {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。
& Q3 ]8 S4 `( e$ A+ |, Q
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。
* N$ u, f& x) U5 K; S+ q

这段代码执行了以下操作：
6 o  p: S( j" w! S
6 L3 L9 D1 C+ O8 D0 f4 D1.导入所需库：

1.    import numpy as np
   4 _5 R) ~+ J% r$ E# B- X* |' j
2.    import pandas as pd
   3 e2 W% e5 j& c  L  p7 e
3.    from sklearn.linear_model import LogisticRegression

复制代码

2.定义源数据：

1.    df = pd.DataFrame({
   % O7 R: {  d7 r, m' A
2.        'good': [1, 1, 0, 0, 0, 1, 1],: n+ N2 N4 y' e+ N, Q
   
3.        'sweet': [.95, .76, .82, .57, .69, .77, .89],
   ( x8 `/ B- h- J0 b( Y
4.        'density': [.876, .978, .691, .745, .512, .856, 1.297],  ?8 o( O\" i% X: B. P6 z
   
5.        'volume': [1.85, 2.14, 1.34, 1.38, 0.67, 2.35, 1.69],4 V4 M0 {* b  r3 ~
   
6.        'quality': [2.51, 2.45, 1.34, 1.15, 1.23, 3.95, 2.67],; H) v7 i\" Z9 c8 Z& 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。
# G4 Z+ p' q9 P" i
1 B( t* O, `6 X. K+ m8 |6 W3.将数据转换为数组格式：

1.    X = np.array(df[df.columns[1:]])  # 特征集$ K6 `& e/ r5 C+ t# ]1 }: t
   
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()- @- D6 t* j+ 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。

: b5 ~' m, o; V( [8 `: Y5.提取模型参数：

1.    b0 = model.intercept_[0]  # 截距
   & T2 i( K8 A' _5 K3 i& A- W\" |5 e+ |! Y: v. g
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({
   ' k2 j% [4 p8 H9 z/ f2 o- e8 x9 Z
2.        'sweet': [.5, 1],
   ( `1 T3 Q0 ^0 g
3.        'density': [.5, 1],& R6 Z5 j5 Y- k! N/ `  f7 i; p& o# j7 r
   
4.        'volume': [.5, 2],) M( J/ ]7 e0 ^: i  c
   
5.        'quality': [.5, 2],
   6 ?$ n3 e0 M, ^, c
6.    })# i9 q% v& l, j+ X
   
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。

6 {6 H: I; t" a, l' s) ^