74 lines
2.9 KiB
Python
74 lines
2.9 KiB
Python
from sklearn.linear_model import Ridge
|
||
from sklearn.feature_selection import f_regression
|
||
from sklearn.ensemble import RandomForestRegressor
|
||
from sklearn.preprocessing import MinMaxScaler
|
||
import numpy as np
|
||
|
||
# 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))
|
||
|
||
# Гребневая регрессия
|
||
ridge = Ridge(alpha=7)
|
||
ridge.fit(X, Y)
|
||
# Случайные деревья
|
||
rf = RandomForestRegressor(n_estimators=100, random_state=0)
|
||
rf.fit(X, Y)
|
||
|
||
ranks = {}
|
||
|
||
names = ["x%s" % i for i in range(1, 15)]
|
||
|
||
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))
|
||
|
||
ranks["Ridge"] = rank_to_dict(ridge.coef_, names)
|
||
ranks["Random Forest"] = rank_to_dict(rf.feature_importances_, names)
|
||
|
||
# Вычисляем коэффициенты корреляции между признаками и целевой переменной
|
||
correlation_coeffs = f_regression(X, Y)[0]
|
||
|
||
# Добавляем результаты корреляции в словарь ranks
|
||
ranks["Correlation"] = rank_to_dict(correlation_coeffs, names)
|
||
|
||
# Создаем пустой словарь для данных
|
||
mean = {}
|
||
|
||
# Бежим по словарю ranks
|
||
for key, value in ranks.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)
|
||
mean[key] = round(res, 2)
|
||
|
||
# Сортируем и распечатываем список
|
||
mean = sorted(mean.items(), key=lambda x: x[1], reverse=True)
|
||
|
||
for key, value in ranks.items():
|
||
ranks[key] = sorted(value.items(), key=lambda x: x[1], reverse=True)
|
||
for key, value in ranks.items():
|
||
print(key)
|
||
print(value)
|
||
|
||
print("Mean Importance:")
|
||
for item in mean:
|
||
print(item[0], ":", item[1]) |