热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

岭回归及其应用

本文介绍了岭回归的基本原理,并通过Python中的sklearn库实现了岭回归模型。岭回归通过在代价函数中加入L2正则项,有效解决了多重共线性问题。

岭回归基本原理

岭回归是一种用于处理多重共线性问题的回归方法。其基本思想是在普通最小二乘法的基础上,加入一个L2正则项,以减少模型的复杂度和过拟合风险。岭回归的代价函数形式如下:

岭回归代价函数

其中,第一个部分是残差平方和,第二个部分是L2正则项,λ是正则化参数。通过调整λ的值,可以在模型的偏差和方差之间找到一个平衡点。

选择合适的λ值是岭回归的关键。通常,可以通过交叉验证等方法来确定最优的λ值。下图展示了不同λ值对模型参数的影响:

λ值对参数的影响

从图中可以看出,随着λ值的增加,各参数的值逐渐趋于稳定。因此,选择合适的λ值可以使模型更加稳定和准确。

sklearn实现岭回归

下面是一个使用Python和sklearn库实现岭回归的例子。我们将使用Longley数据集,该数据集包含了一些宏观经济指标,如GNP平减指数、GNP、失业率等。


import numpy as np
from numpy import genfromtxt
from sklearn import linear_model
import matplotlib.pyplot as plt

# 读入数据
data = genfromtxt(r"longley.csv", delimiter=',')
print(data)

# 切分数据
x_data = data[1:, 2:]
y_data = data[1:, 1]
print(x_data)
print(y_data)

# 生成50个候选的λ值
alphas_to_test = np.linspace(0.001, 1)

# 创建模型
model = linear_model.RidgeCV(alphas=alphas_to_test, store_cv_values=True)
model.fit(x_data, y_data)

# 输出最优的λ值
print(model.alpha_)

# 输出每个λ值对应的loss值
print(model.cv_values_.shape)

# 绘制λ值与loss值的关系图
plt.plot(alphas_to_test, model.cv_values_.mean(axis=0))
plt.plot(model.alpha_, min(model.cv_values_.mean(axis=0)), 'ro')
plt.show()

# 预测
print(model.predict(x_data[2, np.newaxis]))

运行结果如下:

[[ nan nan nan nan nan nan nan nan]
 [ nan 83. 234.289 235.6 159. 107.608 1947. 60.323]
 [ nan 88.5 259.426 232.5 145.6 108.632 1948. 61.122]
 [ nan 88.2 258.054 368.2 161.6 109.773 1949. 60.171]
 [ nan 89.5 284.599 335.1 165. 110.929 1950. 61.187]
 [ nan 96.2 328.975 209.9 309.9 112.075 1951. 63.221]
 [ nan 98.1 346.999 193.2 359.4 113.27 1952. 63.639]
 [ nan 99. 365.385 187. 354.7 115.094 1953. 64.989]
 [ nan 100. 363.112 357.8 335. 116.219 1954. 63.761]
 [ nan 101.2 397.469 290.4 304.8 117.388 1955. 66.019]
 [ nan 104.6 419.18 282.2 285.7 118.734 1956. 67.857]
 [ nan 108.4 442.769 293.6 279.8 120.445 1957. 68.169]
 [ nan 110.8 444.546 468.1 263.7 121.95 1958. 66.513]
 [ nan 112.6 482.704 381.3 255.2 123.366 1959. 68.655]
 [ nan 114.2 502.601 393.1 251.4 125.368 1960. 69.564]
 [ nan 115.7 518.173 480.6 257.2 127.852 1961. 69.331]
 [ nan 116.9 554.894 400.7 282.7 130.081 1962. 70.551]]

[[ 234.289 235.6 159. 107.608 1947. 60.323]
 [ 259.426 232.5 145.6 108.632 1948. 61.122]
 [ 258.054 368.2 161.6 109.773 1949. 60.171]
 [ 284.599 335.1 165. 110.929 1950. 61.187]
 [ 328.975 209.9 309.9 112.075 1951. 63.221]
 [ 346.999 193.2 359.4 113.27 1952. 63.639]
 [ 365.385 187. 354.7 115.094 1953. 64.989]
 [ 363.112 357.8 335. 116.219 1954. 63.761]
 [ 397.469 290.4 304.8 117.388 1955. 66.019]
 [ 419.18 282.2 285.7 118.734 1956. 67.857]
 [ 442.769 293.6 279.8 120.445 1957. 68.169]
 [ 444.546 468.1 263.7 121.95 1958. 66.513]
 [ 482.704 381.3 255.2 123.366 1959. 68.655]
 [ 502.601 393.1 251.4 125.368 1960. 69.564]
 [ 518.173 480.6 257.2 127.852 1961. 69.331]
 [ 554.894 400.7 282.7 130.081 1962. 70.551]]

[ 83. 88.5 88.2 89.5 96.2 98.1 99. 100. 101.2 104.6 108.4 110.8
 112.6 114.2 115.7 116.9]
0.40875510204081633
(16, 50)

推荐阅读
  • 本文探讨了如何在给定整数N的情况下,找到两个不同的整数a和b,使得它们的和最大,并且满足特定的数学条件。 ... [详细]
  • Python 异步编程:深入理解 asyncio 库(上)
    本文介绍了 Python 3.4 版本引入的标准库 asyncio,该库为异步 IO 提供了强大的支持。我们将探讨为什么需要 asyncio,以及它如何简化并发编程的复杂性,并详细介绍其核心概念和使用方法。 ... [详细]
  • 技术分享:从动态网站提取站点密钥的解决方案
    本文探讨了如何从动态网站中提取站点密钥,特别是针对验证码(reCAPTCHA)的处理方法。通过结合Selenium和requests库,提供了详细的代码示例和优化建议。 ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 1.如何在运行状态查看源代码?查看函数的源代码,我们通常会使用IDE来完成。比如在PyCharm中,你可以Ctrl+鼠标点击进入函数的源代码。那如果没有IDE呢?当我们想使用一个函 ... [详细]
  • 探讨一个显示数字的故障计算器,它支持两种操作:将当前数字乘以2或减去1。本文将详细介绍如何用最少的操作次数将初始值X转换为目标值Y。 ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • Python自动化处理:从Word文档提取内容并生成带水印的PDF
    本文介绍如何利用Python实现从特定网站下载Word文档,去除水印并添加自定义水印,最终将文档转换为PDF格式。该方法适用于批量处理和自动化需求。 ... [详细]
  • 本文详细解析了Python中的os和sys模块,介绍了它们的功能、常用方法及其在实际编程中的应用。 ... [详细]
  • 机器学习中的相似度度量与模型优化
    本文探讨了机器学习中常见的相似度度量方法,包括余弦相似度、欧氏距离和马氏距离,并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外,文章还涵盖了模型评估的各种方法和指标,以及不同分类器的工作原理和应用场景。 ... [详细]
  • 根据最新发布的《互联网人才趋势报告》,尽管大量IT从业者已转向Python开发,但随着人工智能和大数据领域的迅猛发展,仍存在巨大的人才缺口。本文将详细介绍如何使用Python编写一个简单的爬虫程序,并提供完整的代码示例。 ... [详细]
  • 本文介绍如何使用Python进行文本处理,包括分词和生成词云图。通过整合多个文本文件、去除停用词并生成词云图,展示文本数据的可视化分析方法。 ... [详细]
  • golang常用库:配置文件解析库/管理工具viper使用
    golang常用库:配置文件解析库管理工具-viper使用-一、viper简介viper配置管理解析库,是由大神SteveFrancia开发,他在google领导着golang的 ... [详细]
  • 深入解析JVM垃圾收集器
    本文基于《深入理解Java虚拟机:JVM高级特性与最佳实践》第二版,详细探讨了JVM中不同类型的垃圾收集器及其工作原理。通过介绍各种垃圾收集器的特性和应用场景,帮助读者更好地理解和优化JVM内存管理。 ... [详细]
  • 本文详细探讨了KMP算法中next数组的构建及其应用,重点分析了未改良和改良后的next数组在字符串匹配中的作用。通过具体实例和代码实现,帮助读者更好地理解KMP算法的核心原理。 ... [详细]
author-avatar
蘑菇宝
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有