113 lines
4.0 KiB
Python
113 lines
4.0 KiB
Python
|
from sklearn.feature_selection import RFE
|
|||
|
|
from sklearn.linear_model import Ridge, Lasso, LinearRegression
|
|||
|
|
from sklearn.preprocessing import MinMaxScaler
|
|||
|
|
import numpy as np
|
|||
|
|
import matplotlib.pyplot as plt
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
n_features = 10
|
|||
|
|
n = 800
|
|||
|
|
# Создаем группу графиков 4 на 3
|
|||
|
|
figure = plt.figure(1, figsize=(16, 9))
|
|||
|
|
|
|||
|
|
# Создаем 4 графика
|
|||
|
|
axis = figure.subplots(1, 4)
|
|||
|
|
|
|||
|
|
# Генерируем исходные данные: 750 строк-наблюдений и 10 столбцов-признаков
|
|||
|
|
np.random.seed(0)
|
|||
|
|
size = n
|
|||
|
|
X = np.random.uniform(0, 1, (size, n_features))
|
|||
|
|
|
|||
|
|
# 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[:, n_features-4:] = X[:, :4] + np.random.normal(0, .025, (size, 4))
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Функция для преобразования вывода оценок к словарю
|
|||
|
|
def rank_to_dict(r, tags):
|
|||
|
|
r = np.abs(r)
|
|||
|
|
minmax = MinMaxScaler()
|
|||
|
|
r = minmax.fit_transform(np.array(r).reshape(n_features, 1)).ravel()
|
|||
|
|
r = map(lambda x: round(x, 2), r)
|
|||
|
|
return dict(zip(tags, r))
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Добавляет данные на графики
|
|||
|
|
def add_scatter(k, v, i):
|
|||
|
|
# График данных по каждой модели
|
|||
|
|
pred = lambda x: "x" + str(x + 1)
|
|||
|
|
axis[i].bar(list(pred(i) for i in range(n_features)), list(v.values()), label=k)
|
|||
|
|
axis[i].set_title(k)
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Гребневая модель
|
|||
|
|
ridge = Ridge()
|
|||
|
|
ridge.fit(X, Y)
|
|||
|
|
|
|||
|
|
# Случайное Лассо
|
|||
|
|
lasso = Lasso(alpha=.05)
|
|||
|
|
lasso.fit(X, Y)
|
|||
|
|
|
|||
|
|
# Рекурсивное сокращение признаков
|
|||
|
|
# Создаю классификатор для оценки важности признаков
|
|||
|
|
rfe = RFE(estimator=LinearRegression(),
|
|||
|
|
n_features_to_select=4) # сюда еще можно засунуть n_features_to_select=n - сохраняем
|
|||
|
|
# определенное количество признаков
|
|||
|
|
rfe.fit(X, Y)
|
|||
|
|
|
|||
|
|
# Создаем вывод
|
|||
|
|
names = ["x%s" % i for i in range(1, n_features + 1)]
|
|||
|
|
|
|||
|
|
rfe_res = rfe.ranking_
|
|||
|
|
# Приводим значения RFE модели к диапазону (0, 1)
|
|||
|
|
for i in range(rfe_res.size):
|
|||
|
|
rfe_res[i] = n_features - rfe_res[i]
|
|||
|
|
|
|||
|
|
ranks = {"Ridge": rank_to_dict(ridge.coef_, names), "Lasso": rank_to_dict(lasso.coef_, names),
|
|||
|
|
"RFE": rank_to_dict(rfe.ranking_, 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 mean.items():
|
|||
|
|
res = value / len(ranks)
|
|||
|
|
mean[key] = round(res, 2)
|
|||
|
|
|
|||
|
|
# Сортируем и распечатываем список
|
|||
|
|
mean = dict(sorted(mean.items(), key=lambda y: y[1], reverse=True))
|
|||
|
|
|
|||
|
|
ranks["Mean"] = mean
|
|||
|
|
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
ranks[key] = dict(sorted(value.items(), key=lambda y: y[1], reverse=True))
|
|||
|
|
|
|||
|
|
# Создаем DataFrame из результатов ранжирования
|
|||
|
|
df = pd.DataFrame(ranks)
|
|||
|
|
|
|||
|
|
# Выводим результаты на экран
|
|||
|
|
print("Ранжирование признаков:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Визуализируем результаты
|
|||
|
|
i = 0
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
add_scatter(key, value, i)
|
|||
|
|
i += 1
|
|||
|
|
|
|||
|
|
plt.show()
|