106 lines
3.5 KiB
Python
106 lines
3.5 KiB
Python
|
from RandomizedLass import RandomizedLasso
|
|||
|
|
import argparse
|
|||
|
|
|
|||
|
|
from sklearn.linear_model import LinearRegression, Ridge, Lasso
|
|||
|
|
from sklearn.feature_selection import RFE
|
|||
|
|
|
|||
|
|
from sklearn.preprocessing import MinMaxScaler
|
|||
|
|
import numpy as np
|
|||
|
|
|
|||
|
|
def get_arguments():
|
|||
|
|
parser = argparse.ArgumentParser()
|
|||
|
|
|
|||
|
|
parser.add_argument('--top_k', type=int, default=4, help='Кол-во самых выжных признаков')
|
|||
|
|
|
|||
|
|
args = parser.parse_args()
|
|||
|
|
return args
|
|||
|
|
|
|||
|
|
|
|||
|
|
def data_gen():
|
|||
|
|
# --- 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))
|
|||
|
|
|
|||
|
|
return X, Y
|
|||
|
|
|
|||
|
|
|
|||
|
|
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))
|
|||
|
|
|
|||
|
|
|
|||
|
|
def print_sorted_data(ranks: dict):
|
|||
|
|
print()
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
ranks[key] = sorted(value.items(), key=lambda item: item[1], reverse=True)
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
print(key)
|
|||
|
|
print(value)
|
|||
|
|
|
|||
|
|
|
|||
|
|
def estimation(ranks: dict, top_k):
|
|||
|
|
#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_sorted = dict(sorted(mean.items(), key=lambda x:x[1], reverse=True))
|
|||
|
|
print("sorted MEAN")
|
|||
|
|
print(mean_sorted, '---'*25, sep='\n')
|
|||
|
|
|
|||
|
|
for item in list(mean_sorted.items())[:top_k]:
|
|||
|
|
print(f'Параметр - {item[0]}, значение - {item[1]}')
|
|||
|
|
print('---'*25)
|
|||
|
|
|
|||
|
|
|
|||
|
|
if __name__=="__main__":
|
|||
|
|
args = get_arguments()
|
|||
|
|
|
|||
|
|
X,Y = data_gen()
|
|||
|
|
|
|||
|
|
# Линейная модель
|
|||
|
|
lr = LinearRegression()
|
|||
|
|
lr.fit(X, Y)
|
|||
|
|
|
|||
|
|
# Рекурсивное сокращение признаков
|
|||
|
|
rfe = RFE(lr)
|
|||
|
|
rfe.fit(X, Y)
|
|||
|
|
|
|||
|
|
# Случайное Лассо
|
|||
|
|
randomized_lasso = RandomizedLasso(alpha=.01)
|
|||
|
|
randomized_lasso.fit(X, Y)
|
|||
|
|
|
|||
|
|
names = ["x%s" % i for i in range(1,15)]
|
|||
|
|
|
|||
|
|
ranks = {}
|
|||
|
|
|
|||
|
|
ranks["Linear reg"] = rank_to_dict(lr.coef_, names)
|
|||
|
|
ranks["RFE"] = rank_to_dict(rfe.ranking_, names)
|
|||
|
|
ranks["RandomizedLasso"] = rank_to_dict(randomized_lasso.coef_, names)
|
|||
|
|
|
|||
|
|
estimation(ranks, args.top_k)
|
|||
|
|
|
|||
|
|
print_sorted_data(ranks)
|