84 lines
3.8 KiB
Python
84 lines
3.8 KiB
Python
|
from sklearn.linear_model import Ridge
|
|||
|
|
from sklearn.feature_selection import f_regression
|
|||
|
|
from sklearn.ensemble import RandomForestRegressor
|
|||
|
|
from sklearn.preprocessing import MinMaxScaler
|
|||
|
|
import numpy as np
|
|||
|
|
|
|||
|
|
# Вариант 6
|
|||
|
|
# Используя код из источника (пункт «Решение задачи ранжирования признаков»,
|
|||
|
|
# стр. 205), выполните ранжирование признаков с помощью указанных по
|
|||
|
|
# варианту моделей. Отобразите получившиеся значения\оценки каждого
|
|||
|
|
# признака каждым методом\моделью и среднюю оценку. Проведите анализ
|
|||
|
|
# получившихся результатов. Какие четыре признака оказались самыми
|
|||
|
|
# 45
|
|||
|
|
# важными по среднему значению? (Названия\индексы признаков и будут
|
|||
|
|
# ответом на задание).
|
|||
|
|
|
|||
|
|
# Гребневая регрессия (Ridge)
|
|||
|
|
# Сокращение признаков Случайными деревьями (Random Forest Regressor)
|
|||
|
|
# Линейная корреляция (f_regression)
|
|||
|
|
|
|||
|
|
# генерируем исходные данные: 750 строк-наблюдений и 14 столбцов-признаков
|
|||
|
|
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))
|
|||
|
|
|
|||
|
|
# 1. Гребневая регрессия
|
|||
|
|
|
|||
|
|
ridge = Ridge(alpha=7)
|
|||
|
|
ridge.fit(X, Y)
|
|||
|
|
|
|||
|
|
# 2. Случайные деревья
|
|||
|
|
randomforest = RandomForestRegressor(n_estimators=100, random_state=0)
|
|||
|
|
randomforest.fit(X, Y)
|
|||
|
|
|
|||
|
|
# 3. Линейная корреляция
|
|||
|
|
linear_corellation = f_regression(X, Y, center = True)[0]
|
|||
|
|
|
|||
|
|
# Создание списка с именами признаков
|
|||
|
|
names = ["x%s" % i for i in range(1, 15)]
|
|||
|
|
# Создается пустой словарь для хранения рангов признаков
|
|||
|
|
ranks = {}
|
|||
|
|
|
|||
|
|
|
|||
|
|
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))
|
|||
|
|
|
|||
|
|
ranks["Ridge"] = rank_to_dict(ridge.coef_, names)
|
|||
|
|
ranks["Random Forest"] = rank_to_dict(randomforest.feature_importances_, names)
|
|||
|
|
ranks["Linear Correlation"] = rank_to_dict(linear_corellation, names)
|
|||
|
|
|
|||
|
|
#Создаем пустой список для данных
|
|||
|
|
mean = {}
|
|||
|
|
#«Бежим» по списку ranks
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
#«Пробегаемся» по списку значений ranks, которые являются парой имя:оценка
|
|||
|
|
for item in value.items():
|
|||
|
|
#имя будет ключом для нашего mean
|
|||
|
|
#если элемента с текущим ключем в mean нет - добавляем
|
|||
|
|
if(item[0] not in mean):
|
|||
|
|
mean[item[0]] = 0
|
|||
|
|
#суммируем значения по каждому ключу-имени признака
|
|||
|
|
mean[item[0]] += item[1]
|
|||
|
|
|
|||
|
|
#находим среднее по каждому признаку
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
ranks[key] = sorted(value.items(), key=lambda x: x[1], reverse=True)
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
print(key)
|
|||
|
|
print(value)
|
|||
|
|
|
|||
|
|
sorted_mean = sorted(mean.items(), key=lambda x: x[1], reverse=True)
|
|||
|
|
result = {}
|
|||
|
|
for item in sorted_mean:
|
|||
|
|
result[item[0]] = item[1]
|
|||
|
|
print(f'{item[0]}: {item[1]}')
|