「Python 数据化运营」回归分析线性回归日常总结

傷城~ 2022-09-07 09:55 189阅读 0赞

### 文章目录 ###

*  内容介绍
 *  一般应用场景
 *  线性回归的常用方法
 *  线性回归实现
 *  线性回归评估指标
 *  线性回归效果可视化
 *  数据预测

# 内容介绍 #

以 **Python** 使用 **线性回归** 简单举例应用介绍回归分析。

**线性回归** 是利用线性的方法，模拟因变量与一个或多个自变量之间的关系；对于模型而言，自变量是输入值，因变量是模型基于自变量的输出值，适用于x和y满足线性关系的数据类型的应用场景。

用于预测输入变量和输出变量之间的关系，特别是当输入变量的值发生变化时，输出变量的值也随之发生变化。回归模型正是表示从输入变量到输出变量之间映射的函数。线性回归几乎是最简单的模型了，它假设因变量和自变量之间是线性关系的，一条直线简单明了。

# 一般应用场景 #

**连续性数据的预测**：例如房价预测、销售额度预测、贷款额度预测。

简单来说就是用历史的连续数据去预测未来的某个数值。

# 线性回归的常用方法 #

最小二乘法、贝叶斯岭回归、弹性网络回归、支持向量机回归、支持向量机回归等。

# 线性回归实现 #

import numpy as np  # numpy库
    from sklearn.linear_model import BayesianRidge, LinearRegression, ElasticNet,Lasso  # 批量导入要实现的回归算法
    from sklearn.svm import SVR  # SVM中的回归算法
    from sklearn.ensemble.gradient_boosting import GradientBoostingRegressor  # 集成算法
    from sklearn.model_selection import cross_val_score  # 交叉检验
    from sklearn.metrics import explained_variance_score, mean_absolute_error, mean_squared_error, r2_score  # 批量导入指标算法
    import pandas as pd  # 导入pandas
    import matplotlib.pyplot as plt  # 导入图形展示库
    import random
    
    # 随机生成100组包含5组特征的数据
    feature = [[random.random(),random.random(),random.random(),random.random(),random.random()] for i in range(100)]
    dependent = [round(random.uniform(1,100),2) for i in range(100)]
    
    # 训练回归模型
    n_folds = 6  # 设置交叉检验的次数
    model_br = BayesianRidge()  # 建立贝叶斯岭回归模型对象
    model_lr = LinearRegression()  # 建立普通线性回归模型对象
    model_etc = ElasticNet()  # 建立弹性网络回归模型对象
    model_svr = SVR()  # 建立支持向量机回归模型对象
    model_la = Lasso()  # 建立支持向量机回归模型对象
    model_gbr = GradientBoostingRegressor()  # 建立梯度增强回归模型对象
    model_names = ['BayesianRidge', 'LinearRegression', 'ElasticNet', 'SVR', 'Lasso','GBR']  # 不同模型的名称列表
    model_dic = [model_br, model_lr, model_etc, model_svr,model_la, model_gbr]  # 不同回归模型对象的集合
    cv_score_list = []  # 交叉检验结果列表
    pre_y_list = []  # 各个回归模型预测的y值列表
    for model in model_dic:  # 读出每个回归模型对象
        scores = cross_val_score(model, feature, dependent, cv=n_folds)  # 将每个回归模型导入交叉检验模型中做训练检验
        cv_score_list.append(scores)  # 将交叉检验结果存入结果列表
        pre_y_list.append(model.fit(feature, dependent).predict(feature))  # 将回归训练中得到的预测y存入列表

# 线性回归评估指标 #

*  model\_gbr：拟合贝叶斯岭模型，以及正则化参数lambda(权重的精度)和alpha(噪声的精度)的优化。
 *  model\_lr：线性回归拟合系数w=(w1，…)的线性模型，wp)将观测到的目标与线性近似预测的目标之间的残差平方和降到最小。
 *  model\_etc：以L1和L2先验组合为正则元的线性回归。
 *  model\_svr：线性支持向量回归。
 *  model\_la:用L1先验作为正则化器(又称Lasso)训练的线性模型

# 模型效果指标评估
    model_metrics_name = [explained_variance_score, mean_absolute_error, mean_squared_error, r2_score]  # 回归评估指标对象集
    model_metrics_list = []  # 回归评估指标列表
    for i in range(6):  # 循环每个模型索引
        tmp_list = []  # 每个内循环的临时结果列表
        for m in model_metrics_name:  # 循环每个指标对象
            tmp_score = m(dependent, pre_y_list[i])  # 计算每个回归指标结果
            tmp_list.append(tmp_score)  # 将结果存入每个内循环的临时结果列表
        model_metrics_list.append(tmp_list)  # 将结果存入回归评估指标列表
    df1 = pd.DataFrame(cv_score_list, index=model_names)  # 建立交叉检验的数据框
    df2 = pd.DataFrame(model_metrics_list, index=model_names, columns=['ev', 'mae', 'mse', 'r2'])  # 建立回归指标的数据框

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 1]

# 线性回归效果可视化 #

# 模型效果可视化
    plt.figure()  # 创建画布
    plt.plot(np.arange(len(feature)), dependent, color='k', label='true y')  # 画出原始值的曲线
    color_list = ['r', 'b', 'g', 'y', 'p','c']  # 颜色列表
    linestyle_list = ['-', '.', 'o', 'v',':', '*']  # 样式列表
    for i, pre_y in enumerate(pre_y_list):  # 读出通过回归模型预测得到的索引及结果
        plt.plot(np.arange(len(feature)), pre_y_list[i], color_list[i], label=model_names[i])  # 画出每条预测结果线
    plt.title('regression result comparison')  # 标题
    plt.legend(loc='upper right')  # 图例位置
    plt.ylabel('real and predicted value')  # y轴标题
    plt.show()  # 展示图像

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 2]

# 数据预测 #

# 模型应用
    new_point_set = [[random.random(),random.random(),random.random(),random.random(),random.random()],
                     [random.random(),random.random(),random.random(),random.random(),random.random()],
                     [random.random(),random.random(),random.random(),random.random(),random.random()],
                    [random.random(),random.random(),random.random(),random.random(),random.random()]]  # 要预测的新数据集
    
    print("贝叶斯岭回归模型预测结果：")
    for i, new_point in enumerate(new_point_set):  # 循环读出每个要预测的数据点
        new_pre_y = model_gbr.predict(np.array(new_point).reshape(1,-1))
        print ('预测随机数值 %d 是: %.2f' % (i + 1, new_pre_y))  # 打印输出每个数据点的预测信息
    print (50 * '-')
    print("普通线性回归模型预测结果：")
    for i, new_point in enumerate(new_point_set):  # 循环读出每个要预测的数据点
        new_pre_y = model_lr.predict(np.array(new_point).reshape(1,-1))
        print ('预测随机数值 %d 是: %.2f' % (i + 1, new_pre_y))  # 打印输出每个数据点的预测信息
    print (50 * '-')
    print("弹性网络回归模型预测结果：")
    for i, new_point in enumerate(new_point_set):  # 循环读出每个要预测的数据点
        new_pre_y = model_etc.predict(np.array(new_point).reshape(1,-1))
        print ('预测随机数值 %d 是: %.2f' % (i + 1, new_pre_y))  # 打印输出每个数据点的预测信息
    print (50 * '-')   
    print("支持向量机回归模型预测结果：")
    for i, new_point in enumerate(new_point_set):  # 循环读出每个要预测的数据点
        new_pre_y = model_svr.predict(np.array(new_point).reshape(1,-1))
        print ('预测随机数值 %d 是: %.2f' % (i + 1, new_pre_y))  # 打印输出每个数据点的预测信息
    print (50 * '-')   
    print("拉索回归模型预测结果：")
    for i, new_point in enumerate(new_point_set):  # 循环读出每个要预测的数据点
        new_pre_y = model_la.predict(np.array(new_point).reshape(1,-1))
        print ('预测随机数值 %d 是: %.2f' % (i + 1, new_pre_y))  # 打印输出每个数据点的预测信息

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 3]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70]: /images/20220829/f95a1bf889f64280961a59db0df5e8a7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 1]: /images/20220829/c5fd21189d7b4c609f3dbcf5cfc94a3e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 2]: /images/20220829/661824f603d1405ea9f139b4be5076b1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 3]: /images/20220829/fe5f9efb826f402d81cf245b87694e31.png