72 lines
2.9 KiB
Python
72 lines
2.9 KiB
Python
|
from sklearn.linear_model import Lasso, LinearRegression
|
|||
|
|
from sklearn.feature_selection import RFE, f_regression
|
|||
|
|
from sklearn.preprocessing import MinMaxScaler
|
|||
|
|
import numpy as np
|
|||
|
|
import pandas as pd
|
|||
|
|
from operator import itemgetter
|
|||
|
|
|
|||
|
|
#Генерируем исходные данные
|
|||
|
|
np.random.seed(0)
|
|||
|
|
size = 750
|
|||
|
|
X = np.random.uniform(0, 1, (size, 14))
|
|||
|
|
#Задаем функцию-выход: регрессионную проблему Фридмана
|
|||
|
|
Y = (10 * np.sin(np.pi*X[:,0]*X[:,1]) + 20*(X[:,2] - .5)**2 + 10*X[:,3] + 5*X[:,4]**5 + np.random.normal(0,1))
|
|||
|
|
#Добавляем зависимость признаков
|
|||
|
|
X[:,10:] = X[:,:4] + np.random.normal(0, .025, (size,4))
|
|||
|
|
|
|||
|
|
#Создаем и тренируем модели
|
|||
|
|
lasso = Lasso(alpha=.05)
|
|||
|
|
lasso.fit(X, Y)
|
|||
|
|
#
|
|||
|
|
lr = LinearRegression()
|
|||
|
|
lr.fit(X, Y)
|
|||
|
|
rfe = RFE(lr)
|
|||
|
|
rfe.fit(X, Y)
|
|||
|
|
#
|
|||
|
|
f, pval = f_regression(X, Y, center=True)
|
|||
|
|
|
|||
|
|
# Функция для преобразования оценок признаков в словарь
|
|||
|
|
def rank_to_dict(ranks, names):
|
|||
|
|
ranks = np.abs(ranks)
|
|||
|
|
minmax = MinMaxScaler()
|
|||
|
|
ranks = minmax.fit_transform(np.array(ranks).reshape(14, 1)).ravel()
|
|||
|
|
ranks = map(lambda x: round(x, 2), ranks)
|
|||
|
|
return dict(zip(names, ranks))
|
|||
|
|
|
|||
|
|
# Функция нахождения средних оценок по признакам
|
|||
|
|
def average_ranks(ranks):
|
|||
|
|
avg_ranks = {}
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
for item in value.items():
|
|||
|
|
if (item[0] not in avg_ranks):
|
|||
|
|
avg_ranks[item[0]] = 0
|
|||
|
|
avg_ranks[item[0]] += item[1]
|
|||
|
|
|
|||
|
|
for key, value in avg_ranks.items():
|
|||
|
|
res = value / len(ranks)
|
|||
|
|
avg_ranks[key] = round(res, 2)
|
|||
|
|
avg_ranks = sorted(avg_ranks.items(), key=itemgetter(1), reverse=True)
|
|||
|
|
return avg_ranks
|
|||
|
|
|
|||
|
|
#Создаем список с именами признаков
|
|||
|
|
names = ["x%s" % i for i in range(1, 15)]
|
|||
|
|
ranks = dict()
|
|||
|
|
#Применяем функцию к моделям
|
|||
|
|
ranks["Lasso"] = rank_to_dict(lasso.coef_, names)
|
|||
|
|
ranks["RFE"] = rank_to_dict(rfe.ranking_, names)
|
|||
|
|
ranks["F_reg"] = rank_to_dict(f, names)
|
|||
|
|
#Т.к. в RFE ранг "1" = признак важный, а если больше "1" - то менее важный
|
|||
|
|
#поменяем оценки на противоположные
|
|||
|
|
record_key = 'RFE'
|
|||
|
|
for key, value in ranks[record_key].items():
|
|||
|
|
ranks[record_key][key] = 1 - value
|
|||
|
|
|
|||
|
|
# Вывод оценок каждого признака
|
|||
|
|
table_ranks = pd.DataFrame.from_dict(ranks, orient='columns')
|
|||
|
|
print("Оценки важности признаков по моделям: Лассо, Рекурсивное сокращение признаков, Линейная корреляция:")
|
|||
|
|
print(table_ranks)
|
|||
|
|
# Вывод средних оценок каждого признака
|
|||
|
|
table_avg_ranks = pd.DataFrame.from_records(average_ranks(ranks))
|
|||
|
|
print("Средние оценки важности признаков")
|
|||
|
|
print(table_avg_ranks.to_string(index=False, header=False))
|