88 lines
3.7 KiB
Python
88 lines
3.7 KiB
Python
|
from operator import itemgetter
|
|||
|
|
import numpy as np
|
|||
|
|
from sklearn.feature_selection import RFE, f_regression
|
|||
|
|
from sklearn.preprocessing import MinMaxScaler
|
|||
|
|
from sklearn.linear_model import Ridge
|
|||
|
|
from sklearn.linear_model import LinearRegression
|
|||
|
|
|
|||
|
|
# 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))
|
|||
|
|
names = ["x%s" % i for i in range(1, 15)] # - список признаков вида ['x1', 'x2', 'x3', ..., 'x14']
|
|||
|
|
ranks = dict()
|
|||
|
|
|
|||
|
|
|
|||
|
|
def rank_to_dict(ranks, names):
|
|||
|
|
# получение абсолютных значений оценок(модуля)
|
|||
|
|
ranks = np.abs(ranks)
|
|||
|
|
minmax = MinMaxScaler()
|
|||
|
|
# преобразование данных
|
|||
|
|
ranks = minmax.fit_transform(np.array(ranks).reshape(14, 1)).ravel()
|
|||
|
|
# округление элементов массива
|
|||
|
|
ranks = map(lambda x: round(x, 2), ranks)
|
|||
|
|
# преобразование данных
|
|||
|
|
return dict(zip(names, ranks))
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Модель: случайное Лассо (RandomizedLasso) - устаревшее, поэтому используем Ridge-регрессия (Ridge Regression)
|
|||
|
|
def ridge_regressions():
|
|||
|
|
# Создание экземпляра модели Ridge
|
|||
|
|
ridge_model = Ridge()
|
|||
|
|
ridge_model.fit(X, Y)
|
|||
|
|
ranks['Ridge'] = rank_to_dict(ridge_model.coef_, names)
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Модель: рекурсивное сокращение признаков (Recursive Feature Elimination – RFE)
|
|||
|
|
def recursive_feature_elimination():
|
|||
|
|
# создание модели LinearRegression
|
|||
|
|
estimator = LinearRegression()
|
|||
|
|
# создание модели RFE
|
|||
|
|
rfe_model = RFE(estimator)
|
|||
|
|
rfe_model.fit(X, Y)
|
|||
|
|
ranks['Recursive Feature Elimination'] = rank_to_dict_rfe(rfe_model.ranking_, names)
|
|||
|
|
|
|||
|
|
|
|||
|
|
def rank_to_dict_rfe(ranking, names):
|
|||
|
|
# нахождение обратных значений рангов
|
|||
|
|
n_ranks = [float(1 / i) for i in ranking]
|
|||
|
|
# округление элементов массива
|
|||
|
|
n_ranks = map(lambda x: round(x, 2), n_ranks)
|
|||
|
|
# преобразование данных
|
|||
|
|
return dict(zip(names, n_ranks))
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Модель: линейная корреляция (f_regression)
|
|||
|
|
def linear_correlation():
|
|||
|
|
# вычисление линейной корреляции между X и y
|
|||
|
|
correlation, p_values = f_regression(X, Y)
|
|||
|
|
ranks['linear correlation'] = rank_to_dict(correlation, names)
|
|||
|
|
|
|||
|
|
|
|||
|
|
if __name__ == '__main__':
|
|||
|
|
ridge_regressions()
|
|||
|
|
recursive_feature_elimination()
|
|||
|
|
linear_correlation()
|
|||
|
|
|
|||
|
|
for key, value in ranks.items(): # Вывод нормализованных оценок важности признаков каждой модели
|
|||
|
|
ranks[key] = sorted(value.items(), key=itemgetter(1), reverse=True)
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
print(key)
|
|||
|
|
print(value)
|
|||
|
|
|
|||
|
|
mean = {} # - нахождение средних значений оценок важности по 3м моделям
|
|||
|
|
for key, value in ranks.items():
|
|||
|
|
for item in value:
|
|||
|
|
if item[0] not in mean:
|
|||
|
|
mean[item[0]] = 0
|
|||
|
|
mean[item[0]] += item[1]
|
|||
|
|
for key, value in mean.items():
|
|||
|
|
res = value / len(ranks)
|
|||
|
|
mean[key] = round(res, 2)
|
|||
|
|
mean = sorted(mean.items(), key=itemgetter(1), reverse=True)
|
|||
|
|
print("Mean")
|
|||
|
|
print(mean)
|