【机器学习】2.线性回归

定义
线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。

特点
只有一个自变量的情况称为单变量回归,多于一个自变量情况的叫做多元回归
【机器学习】2.线性回归
1.线性回归API
(1)通过正规方程优化sklearn.linear_model.LinearRegression(fit_intercept=True)
参数
fit_intercept:是否计算偏置
属性
LinearRegression.coef_:回归系数
LinearRegression.intercept_:偏置
(2)随机梯度下降学习
sklearn.linear_model.SGDRegressor(loss=“squared_loss”, fit_intercept=True, learning_rate =‘invscaling’, eta0=0.01)
SGDRegressor类实现了随机梯度下降学习,它支持不同的loss函数和正则化惩罚项来拟合线性回归模型。
参数:
loss:损失类型
loss=”squared_loss”: 普通最小二乘法
fit_intercept:是否计算偏置
learning_rate : string, optional
学习率填充
‘constant’: eta = eta0
‘optimal’: eta = 1.0 / (alpha * (t + t0)) [default]
‘invscaling’: eta = eta0 / pow(t, power_t)
power_t=0.25:存在父类当中
对于一个常数值的学习率来说,可以使用learning_rate=’constant’ ,并使用eta0来指定学习率。
属性:
SGDRegressor.coef_:回归系数
SGDRegressor.intercept_:偏置

2.损失函数
【机器学习】2.线性回归
3.优化方法
3.1 正规方程
【机器学习】2.线性回归X为特征值矩阵,y为目标值矩阵。直接求到最好的结果

3.2 梯度下降
在单变量的函数中,梯度其实就是函数的微分,代表着函数在某个给定点的切线的斜率;

​ 在多变量函数中,梯度是一个向量,向量有方向,梯度的方向就指出了函数在给定点的上升最快的方向;

小规模数据:
正规方程:LinearRegression(不能解决拟合问题)
岭回归
大规模数据:
梯度下降法:SGDRegressor

(1)全梯度下降算法(FG)
计算训练集所有样本误差,对其求和再取平均值作为目标函数。

(2)随机梯度下降算法(SG)
其每轮计算的目标函数不再是全体样本误差,而仅是单个样本误差,即每次只代入计算一个样本目标函数的梯度来更新权重,再取下一个样本重复此过程,直到损失函数值停止下降或损失函数值小于某个可以容忍的阈值。

(3)小批量梯度下降算法(mini-batch)
每次从训练样本集上随机抽取一个小样本集,在抽出来的小样本集上采用FG迭代更新权重。

(4)随机平均梯度下降算法(SAG)
随机平均梯度算法,在内存中为每一个样本都维护一个旧的梯度,随机选择第i个样本来更新此样本的梯度,其他样本的梯度保持不变,然后求得所有梯度的平均值,进而更新了参数。

4. 案例

from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.linear_model import SGDRegressor
from sklearn.linear_model import Ridge, RidgeCV
from sklearn.metrics import mean_squared_error
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#(1)数据集
def dataset():
    data = load_boston().data
    data_col=load_boston().feature_names
    print(data_col)
    print(data.shape)
    print(load_boston().target)



# (1)正规方程
def linear_model1():
    """
    线性回归:正规方程
    :return:None
    """
    # 1.获取数据
    data = load_boston()

    # 2.数据集划分
    x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, random_state=22)

    # 3.特征工程-标准化
    transfer = StandardScaler()
    x_train = transfer.fit_transform(x_train)
    x_test = transfer.fit_transform(x_test)

    # 4.机器学习-线性回归(正规方程)
    estimator = LinearRegression(fit_intercept=True)
    #fit_intercept:是否计算偏置

    estimator.fit(x_train, y_train)

    # 5.模型评估
    # 5.1 获取系数等值
    y_predict = estimator.predict(x_test)
    print("预测值为:\n", y_predict)
    print("模型中的系数为:\n", estimator.coef_)
    print("模型中的偏置为:\n", estimator.intercept_)

    # 5.2 评价
    # 均方误差
    error = mean_squared_error(y_test, y_predict)
    print("误差为:\n", error)
    res=y_predict
    return res


# (2)梯度下降法
def linear_model2():
    """
    线性回归:梯度下降法
    :return:None
    """
    # 1.获取数据
    data = load_boston()

    # 2.数据集划分
    x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, random_state=22)

    # 3.特征工程-标准化
    transfer = StandardScaler()
    x_train = transfer.fit_transform(x_train)
    x_test = transfer.fit_transform(x_test)

    # 4.机器学习-线性回归(特征方程)
    estimator = SGDRegressor(max_iter=1000,loss="squared_loss", learning_rate ='constant', eta0=0.01)
    # learning_rate: string, optional
    # 学习率填充
    # 'constant': eta = eta0
    # 'optimal': eta = 1.0 / (alpha * (t + t0))[default]
    # 'invscaling': eta = eta0 / pow(t, power_t)
    # power_t = 0.25:存在父类当中
    estimator.fit(x_train, y_train)

    # 5.模型评估
    # 5.1 获取系数等值
    y_predict = estimator.predict(x_test)
    print("预测值为:\n", y_predict)
    print("模型中的系数为:\n", estimator.coef_)
    print("模型中的偏置为:\n", estimator.intercept_)

    # 5.2 评价
    # 均方误差
    error = mean_squared_error(y_test, y_predict)
    print("误差为:\n", error)
    res=y_predict
    return res

# (3)正则化,旨在减少过拟合
def linear_model3():
    """
    线性回归:岭回归
    :return:
    """
    # 1.获取数据
    data = load_boston()

    # 2.数据集划分
    x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, random_state=22)

    # 3.特征工程-标准化
    transfer = StandardScaler()
    x_train = transfer.fit_transform(x_train)
    x_test = transfer.fit_transform(x_test)

    # 4.机器学习-线性回归(岭回归)
    # estimator = Ridge(alpha=1,fit_intercept=True,solver="auto", normalize=False)
    # alpha: 正则化力度
    # solver: 会根据数据自动选择梯度下降方法,一般是SAG
    estimator = SGDRegressor(penalty='l2', loss="squared_loss") #但这里只用SGD
    # estimator = RidgeCV(alphas=(0.1, 1, 10)) #具有l2正则化的线性回归,可以进行交叉验证
    estimator.fit(x_train, y_train)

    # 5.模型评估
    # 5.1 获取系数等值
    y_predict = estimator.predict(x_test)
    print("预测值为:\n", y_predict)
    print("模型中的系数为:\n", estimator.coef_)
    print("模型中的偏置为:\n", estimator.intercept_)

    # 5.2 评价
    # 均方误差
    error = mean_squared_error(y_test, y_predict)
    print("误差为:\n", error)
    res=y_predict
    return res

if __name__ == '__main__':
    # dataset()
    linear_model3()
上一篇:LintCode苹果真题+解析+代码:勒索信


下一篇:聚类算法评估——轮廓系数及python实现