shestakova_maria_lab_2 is ready

shestakova_maria_lab_2/README.md

@@ -0,0 +1,30 @@
+### Задание:
+
+Лассо (Lasso), Сокращение признаков Случайными деревьями (Random Forest Regressor), Линейная корреляция (f_regression)
+
+### Технологии:
+
+Библиотека numpy, sklearn
+
+### Что делает лабораторная работа:
+
+Лабораторная работа примененяет регрессионне модели для определения важности признаков.
+Программа ранжирует признаки по их значимости для задачи, сортирует средние ранги признаков в порядке убывания. Чем больше значение ранга, тем более значим признак.
+
+### Как запустить:
+
+Лабораторная работа запускается в файле shestakova_maria_lab_2.py через Run: результат выводится в консоль
+
+### Примеры выходных значений
+
+![result](result.png)
+
+Вывод:
+4 наиболее значимых признака - 'x4', 'x14', 'x2', 'x12'
+
+Более подробный разбор:
+
+1. Признаки 'x4', 'x14' имеют наивысшие ранги, они наиболее значимы в решении задачи
+2. Признаки 'x2', 'x12', 'x11', 'x1' имеют средние ранги, они средне значимы
+3. Признаки 'x5', 'x7' и 'x8' имеют низкие ранги, они относительно значимы
+4. Признаки 'x9', 'x3', 'x10', 'x13' и 'x6' имеют крайне низкие ранги, они практически не значимы

shestakova_maria_lab_2/shestakova_maria_lab_2.py

@@ -0,0 +1,60 @@
+from sklearn.linear_model import Lasso
+from sklearn.ensemble import RandomForestRegressor
+from sklearn.feature_selection import f_regression
+from sklearn.preprocessing import MinMaxScaler
+import numpy as np
+
+np.random.seed(0)
+
+# размер входных данных Х
+size = 1000
+
+# входные данные
+X = np.random.uniform(0, 1, (size, 14))
+
+# целевая переменная Y на основе математической функции от входных данных X
+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))
+X[:,10:] = X[:,:4] + np.random.normal(0, .025, (size,4))
+
+names = ["x%s" % i for i in range(1,15)]
+
+# пустой словарь для хранения рангов признаков
+ranks = {}
+
+# экземпляр модели лассо-регрессии
+lasso = Lasso(alpha=.05)
+
+# модель подгоняется под входные данные X и целевую переменную Y
+lasso.fit(X, Y)
+ranks["Lasso"] = dict(zip(names, lasso.coef_))
+
+rf = RandomForestRegressor(n_estimators=100, random_state=0)
+rf.fit(X, Y)
+ranks["Random Forest"] = dict(zip(names, rf.feature_importances_))
+
+f, _ = f_regression(X, Y, center=True)
+ranks["f_regression"] = dict(zip(names, f))
+
+def rank_to_dict(ranks, names):
+    ranks = np.abs(ranks)
+    minmax = MinMaxScaler()
+    
+    # масштабирование рангов
+    ranks = minmax.fit_transform(np.array(ranks).reshape(-1, 1)).ravel()
+    ranks = map(lambda x: round(x, 2), ranks)
+    return dict(zip(names, ranks))
+
+# словарь для хранения средних рангов признаков
+mean = {}
+for key, value in ranks.items():
+    for item in value.items():
+        if item[0] not in mean:
+            mean[item[0]] = 0
+        mean[item[0]] += item[1]
+
+sorted_mean = sorted(mean.items(), key=lambda x: x[1], reverse=True)
+result = {}
+for item in sorted_mean:
+    result[item[0]] = item[1]
+    print(f'{item[0]}: {item[1]}')