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。
  Z  H9 X6 M7 H( K) k下面是岭回归的关键特点：

, D( r1 S' Z5 y2 u1.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。
  @& b  X) ?6 v! Q  g, f* `6 ^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。
2 m; J* S1 Z# c3.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。
) P, {5 u/ ~3 B1 O. V: C) R* X7 Z; C3 {
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。
; e4 G/ i: E% V  M2 U

, t# u( C& a9 k0 W9 [这段代码执行了以下操作：

, L1 C5 L( v. X9 a7 ?  H9 {  H$ n1.导入所需库：

1.    import numpy as np
   1 r\" r\" d/ b- y& \! Z
2.    import pandas as pd- }5 D1 O1 |8 w' @+ ?3 b, g
   
3.    from sklearn.linear_model import LogisticRegression

复制代码

2.定义源数据：

1.    df = pd.DataFrame({\" U6 N+ Z3 x% G
   
2.        'good': [1, 1, 0, 0, 0, 1, 1],7 N5 H9 {: q1 T
   
3.        'sweet': [.95, .76, .82, .57, .69, .77, .89],9 C) m+ j; h1 i/ x, @8 ^& z
   
4.        'density': [.876, .978, .691, .745, .512, .856, 1.297],7 C' b4 `3 L! \& ]2 G% T
   
5.        'volume': [1.85, 2.14, 1.34, 1.38, 0.67, 2.35, 1.69],
   ! L# l9 h6 F/ {4 G3 f3 |% @# ?. }
6.        'quality': [2.51, 2.45, 1.34, 1.15, 1.23, 3.95, 2.67],
   3 k. X: `0 |# Z( d& `\" k\" D
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。

3 v: |9 E* e, @# m6 B8 ?& x3.将数据转换为数组格式：

1.    X = np.array(df[df.columns[1:]])  # 特征集
   3 y5 q4 E5 B- k
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()% {; _; V: ^  q. y& D6 `8 ^/ C  T
   
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
   1 R( e# c6 q2 D1 M5 {4 F1 Y
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({5 T4 Q9 T2 t( p1 D
   
2.        'sweet': [.5, 1],
   9 f- q. I% K3 Q
3.        'density': [.5, 1],
   ! Q, }( t- ]. z2 u, q6 _1 }1 M
4.        'volume': [.5, 2],\" E2 K5 o' d( ]8 P
   
5.        'quality': [.5, 2],& W2 ^\" ]\" Y+ A9 h' P* r
   
6.    })' N5 ]1 k( \\" a
   
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。