69 lines
3.4 KiB
Python
69 lines
3.4 KiB
Python
|
# Использовать регрессию по варианту для данных из таблицы 1 по варианту(таблица 10), самостоятельно
|
|||
|
|
# сформулировав задачу. Оценить, насколько хорошо она подходит для решения сформулированной вами задачи
|
|||
|
|
|
|||
|
|
# Вариант 2 Логистическая регрессия
|
|||
|
|
|
|||
|
|
# Предсказание медианной стоимости жилья на основе всех доступных признаков.
|
|||
|
|
|
|||
|
|
import matplotlib.pyplot as plt
|
|||
|
|
import pandas as pd
|
|||
|
|
import numpy as np
|
|||
|
|
import math
|
|||
|
|
from sklearn.linear_model import LinearRegression
|
|||
|
|
from sklearn.metrics import r2_score
|
|||
|
|
from sklearn.model_selection import train_test_split
|
|||
|
|
from sklearn.impute import SimpleImputer
|
|||
|
|
|
|||
|
|
# Загрузка данных
|
|||
|
|
df = pd.read_csv('housing.csv')
|
|||
|
|
|
|||
|
|
# Определение признаков (X) и целевой переменной (y)
|
|||
|
|
X = df.drop(columns=["median_house_value", "longitude", "latitude", "ocean_proximity"]).astype(float)
|
|||
|
|
y = df['median_house_value'].astype(float)
|
|||
|
|
|
|||
|
|
# Обработка пропущенных значений с использованием SimpleImputer
|
|||
|
|
imputer = SimpleImputer(strategy='mean')
|
|||
|
|
X = imputer.fit_transform(X)
|
|||
|
|
|
|||
|
|
# Разделение данных на обучающий, валидационный и тестовый наборы
|
|||
|
|
X_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=0.4, random_state=0)
|
|||
|
|
X_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=0)
|
|||
|
|
|
|||
|
|
# Создание и обучение модели линейной регрессии
|
|||
|
|
linear_model = LinearRegression()
|
|||
|
|
linear_model.fit(X_train, y_train)
|
|||
|
|
|
|||
|
|
# Вывод коэффициентов и пересечения
|
|||
|
|
print(f'Коэффициенты линейной регрессии: {linear_model.coef_}')
|
|||
|
|
print(f'Пересечение линейной регрессии: {linear_model.intercept_}')
|
|||
|
|
|
|||
|
|
# Предсказание значений на тестовом наборе
|
|||
|
|
y_pred = linear_model.predict(X_test)
|
|||
|
|
|
|||
|
|
# Оценка модели
|
|||
|
|
train_score = linear_model.score(X_train, y_train)
|
|||
|
|
val_score = linear_model.score(X_val, y_val)
|
|||
|
|
test_score = linear_model.score(X_test, y_test)
|
|||
|
|
|
|||
|
|
print(f'R^2 на обучающем наборе: {train_score}')
|
|||
|
|
print(f'R^2 на валидационном наборе: {val_score}')
|
|||
|
|
print(f'R^2 на тестовом наборе: {test_score}')
|
|||
|
|
|
|||
|
|
# Оценка качества предсказаний
|
|||
|
|
MSE = np.square(np.subtract(y_test, y_pred)).mean()
|
|||
|
|
RMSE = math.sqrt(MSE)
|
|||
|
|
print(f'Среднеквадратичная ошибка: {MSE}')
|
|||
|
|
print(f'Корень из среднеквадратичной ошибки: {RMSE}')
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Визуализация предсказаний
|
|||
|
|
plt.figure(figsize=(8, 6), dpi=80)
|
|||
|
|
plt.scatter(y_test, y_pred, alpha=0.2, color='slateblue')
|
|||
|
|
m, b = np.polyfit(y_test, y_pred, 1)
|
|||
|
|
plt.plot(y_test, m * y_test + b, color='midnightblue')
|
|||
|
|
plt.xlabel('Фактическое значение (тестовый набор)', fontsize=14)
|
|||
|
|
plt.ylabel('Предсказанное значение (тестовый набор)', fontsize=14)
|
|||
|
|
plt.title('Линейная регрессия: предсказанные и фактические значения (тестовый набор)', fontsize=16)
|
|||
|
|
plt.grid(linewidth=0.5)
|
|||
|
|
plt.show()
|