亲宝软件园·资讯

展开

09 线性回归及矩阵运算

hp_lake 人气:3

09 线性回归及矩阵运算

线性回归

  1. 定义:通过一个或者多个自变量与因变量之间进行建模的回归分析。其中可以为一个或者多个自变量之间的线性组合。

  2. 一元线性回归:涉及到的变量只有一个
    多元线性回归:变量两个或以上

  3. 通用公式:h(w) = w0 + w1x1 + w2x2 + ....= wTx
    其中w,x 为矩阵:wT=(w0, w1, w2) x=(1,x1, x2)T

回归的应用场景 (连续型数据)

  1. 房价预测
  2. 销售额预测 (广告,研发成本,规模等因素)
  3. 贷款额度

线性关系模型

  1. 定义: 通过属性 (特征) 的线性组合来进行预测的函数:
    • f(x) = w1x1 + w2x2 + w3x3 + ...... + wdxd + b
    • w : weight (权重) b: bias (偏置项)
    • 多个特征: (w1:房子的面积, w2:房子的位置 ..)

损失函数(误差)

  1. 《统计学习方法》 - 算法 ,策略, 优化
  • 线性回归, 最小二乘法,正规方程 & 梯度下降
  1. 损失函数(误差大小)
  • yi 为第i个训练样本的真实值
  • hw(xi)为第i个训练样本特征值组合预测函数 (预测值)
  1. 寻找最优化的w
    1. 最小二乘法之正规方程 (直接求解到最小值,特征复杂时可能没办法求解)
      • 求解:w= (xTx)-1 xTy
      • X 为特征值矩阵,y为目标值矩阵
      • 缺点: 特征过于复杂时,求解速度慢
    2. 最小二乘法之梯度下降

      • 使用场景:面对训练数据规模庞大的任务
      • 超参数:a

线性回归算法案例

API

  1. sklearn.linear_model.LinealRegression()
  • 普通最小二乘法线性回归
  • coef_: 回归系数 (w值)
  1. sklearn.linear_model.SGDRegressir()
  • 通过使用SGD最小化线性模型
  • coef_: 回归系数
  • 不能手动指定学习率

波士顿房价预测

from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression, SGDRegressor
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error

def mylinear():
    """
    线性回归预测房价
    :return: None
    """
    # 1. 获取数据
    lb = load_boston()

    # 2. 分割数据集到训练集和测试集
    x_train, x_test, y_train, y_test = train_test_split(lb.data, lb.target, test_size=0.25)
    print(y_train, y_test)

    # 3. 进行标准化处理(特征值和目标值都必须标准化处理)
    # 实例化两个标准化API,特征值和目标值要用各自fit
    # 特征值
    std_x = StandardScaler()
    x_train = std_x.fit_transform(x_train)
    x_test = std_x.transform(x_test)

    std_y = StandardScaler()
    y_train = std_y.fit_transform(y_train)
    y_test = std_y.transform(y_test)

    # 4. estimator预测
    # 4.1 正规方程求解预测结果
    lr = LinearRegression()
    lr.fit(x_train, y_train)
    print(lr.coef_)
    y_lr_predict = std_y.inverse_transform(lr.predict(x_test))
    print('正规方程测试集里面每个房子的预测价格:', y_lr_predict)
    print('正规方程的均方误差:',mean_squared_error(std_y.inverse_transform(y_test),y_lr_predict))

    # 4.1 梯度下降进行梯度预测
    sgd = SGDRegressor()
    lr.fit(x_train, y_train)
    print(sgd.coef_)
    y_sgd_predict = std_y.inverse_transform(sgd.predict(x_test))
    print('梯度下降测试集里面每个房子的预测价格:', y_sgd_predict)
    print('梯度下降的均方误差:', mean_squared_error(std_y.inverse_transform(y_test), y_sgd_predict))
    return None


if __name__ == '__main__':
    mylinear()

回归性能评估

均方误差 (Mean Squared Error MSE) 评价机制

  • mean_squared_error(y_true, y_pred)
  • 真实值和预测值为标准化话之前的值

两种预测方式的选择

  1. 样本量选择
    样本量大于100K --> SGD 梯度下降
    样本量小于100K --> 其他
梯度下降 正规方程
需要选择学习率 不需要
需要多次迭代 一次运算得出
当特征数量大时也能较好使用 需要计算(xTx)-1,运算量大
适用于各种类型的模型 只适用于线性模型
  1. 特点:线性回归器是最为简单、易用的回归模型,在不知道特征之间关系的情况下,
    可以使用线性回归器作为大多数系统的首要选择。LinearRegression 不能解决拟合问题。

加载全部内容

相关教程
猜你喜欢
用户评论