101 lines
3.6 KiB
Python
101 lines
3.6 KiB
Python
|
from sklearn.linear_model import LinearRegression, Ridge, Lasso
|
|||
|
|
from sklearn.ensemble import RandomForestRegressor
|
|||
|
|
from sklearn.preprocessing import MinMaxScaler
|
|||
|
|
import numpy as np
|
|||
|
|
|
|||
|
|
# Генерация исходных данных: 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))
|
|||
|
|
|
|||
|
|
# Добавление зависимости признаков
|
|||
|
|
X[:, 10:] = X[:, :4] + np.random.normal(0, .025, (size, 4))
|
|||
|
|
|
|||
|
|
# Создание моделей и их обучение
|
|||
|
|
# Линейная модель
|
|||
|
|
lr = LinearRegression()
|
|||
|
|
lr.fit(X, Y)
|
|||
|
|
# Гребневая модель
|
|||
|
|
ridge = Ridge(alpha=7)
|
|||
|
|
ridge.fit(X, Y)
|
|||
|
|
# Лассо
|
|||
|
|
lasso = Lasso(alpha=.05)
|
|||
|
|
lasso.fit(X, Y)
|
|||
|
|
# Регрессор случайного леса
|
|||
|
|
rfr = RandomForestRegressor()
|
|||
|
|
rfr.fit(X, Y)
|
|||
|
|
|
|||
|
|
# Список, содержащий имена признаков
|
|||
|
|
names = ["x%s" % i for i in range(1, 15)]
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Функция создания записи в словаре оценок важности признаков
|
|||
|
|
def rank_to_dict(ranks):
|
|||
|
|
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))
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Словарь, содержащий оценки важности признаков
|
|||
|
|
ranks_dict = dict()
|
|||
|
|
# Добавление записей в словарь
|
|||
|
|
ranks_dict["Linear regression"] = rank_to_dict(lr.coef_)
|
|||
|
|
ranks_dict["Ridge"] = rank_to_dict(ridge.coef_)
|
|||
|
|
ranks_dict["Lasso"] = rank_to_dict(lasso.coef_)
|
|||
|
|
ranks_dict["Random Forest Regressor"] = rank_to_dict(rfr.feature_importances_)
|
|||
|
|
|
|||
|
|
|
|||
|
|
def print_ranks():
|
|||
|
|
for key, value in ranks_dict.items():
|
|||
|
|
print(key)
|
|||
|
|
print(value)
|
|||
|
|
|
|||
|
|
|
|||
|
|
def print_ranks_sorted():
|
|||
|
|
for key, value in ranks_dict.items():
|
|||
|
|
print(key)
|
|||
|
|
value_sorted = sorted(value.items(), key=lambda x: x[1], reverse=True)
|
|||
|
|
print(value_sorted)
|
|||
|
|
|
|||
|
|
|
|||
|
|
def get_means():
|
|||
|
|
# Создаем пустой список для средних оценок
|
|||
|
|
mean = {}
|
|||
|
|
for key, value in ranks_dict.items():
|
|||
|
|
# Пробегаемся по словарю значений ranks, которые являются парой имя:оценка
|
|||
|
|
for item in value.items():
|
|||
|
|
# Имя будет ключом для нашего mean
|
|||
|
|
# Если элемента с текущим ключом 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 mean.items():
|
|||
|
|
res = value / len(ranks_dict)
|
|||
|
|
mean[key] = round(res, 2)
|
|||
|
|
# сортируем список
|
|||
|
|
mean_sorted = sorted(mean.items(), key=lambda x: x[1], reverse=True)
|
|||
|
|
return mean_sorted
|
|||
|
|
|
|||
|
|
|
|||
|
|
def print_means():
|
|||
|
|
for item in get_means():
|
|||
|
|
print(item)
|
|||
|
|
|
|||
|
|
|
|||
|
|
print("Оценки каждого признака каждой моделью:")
|
|||
|
|
print_ranks()
|
|||
|
|
print("\nОценки каждого признака каждой моделью, отсортированные по убыванию:")
|
|||
|
|
print_ranks_sorted()
|
|||
|
|
print("\nСредние оценки признаков:")
|
|||
|
|
print_means()
|
|||
|
|
|