Analyse de régression LASSO facile avec Python (pas de théorie)

Pour ceux qui veulent faire une analyse de régression LASSO avec python pour le moment. Ne jouez pas avec les paramètres. Cliquez ici pour les données à utiliser https://gist.github.com/tijptjik/9408623

• En bas, il y a un code qui résume tout.

Module d'importation pour la régression LASSO

Importez uniquement Lasso depuis sklearn.linear_model.

from sklearn.linear_model import Lasso

Importer un module qui divise les données

Importez uniquement train_test_split depuis sklearn.model_selection.

from sklearn.model_selection import train_test_split

Importez des modules qui gèrent les matrices

Importez numpy avec le nom np disponible.

import numpy as np

Importer des modules qui gèrent csv

Importez des pandas avec le nom pd disponible.

import pandas as pd

Importer un module pour dessiner un graphique

import matplotlib.pyplot as plt

Importez le module pour trouver l'erreur quadratique moyenne

from sklearn.metrics import mean_squared_error

Charger csv

Chargez iris.csv dans df (trame de données).

df=pd.read_csv('wine_type.csv')

• ('iris.csv') est l'accès au fichier csv depuis le répertoire courant. Si vous exécutez python sur votre bureau et que vous avez csv dans Bureau> Documents,

df=pd.read_csv('Desktop/Documents/wine.csv')

Etc. (Linux)

Divisez les données pour la formation et les tests

Formation: apprentissage = 6: 4.

df_train, df_test = train_test_split(df, test_size=0.4)

Lorsque les données sont affichées, cela ressemble à ceci.

df_train=
     wine_type  alcohol  malic_acid   ash  alcalinity_of_ash  magnesium  total_phenols  flavanoids  nonflavanoid_phenols  proanthocyanins  color_intensity   hue  OD280/OD315_of_diluted_wines  proline
106          2    12.25        1.73  2.12               19.0         80           1.65        2.03                  0.37             1.63             3.40  1.00                          3.17      510
157          3    12.45        3.03  2.64               27.0         97           1.90        0.58                  0.63             1.14             7.50  0.67                          1.73      880
75           2    11.66        1.88  1.92               16.0         97           1.61        1.57                  0.34             1.15             3.80  1.23                          2.14      428
142          3    13.52        3.17  2.72               23.5         97           1.55        0.52                  0.50             0.55             4.35  0.89                          2.06      520
83           2    13.05        3.86  2.32               22.5         85           1.65        1.59                  0.61             1.62             4.80  0.84                          2.01      515
..         ...      ...         ...   ...                ...        ...            ...         ...                   ...              ...              ...   ...                           ...      ...
117          2    12.42        1.61  2.19               22.5        108           2.00        2.09                  0.34             1.61             2.06  1.06                          2.96      345
129          2    12.04        4.30  2.38               22.0         80           2.10        1.75                  0.42             1.35             2.60  0.79                          2.57      580
60           2    12.33        1.10  2.28               16.0        101           2.05        1.09                  0.63             0.41             3.27  1.25                          1.67      680
25           1    13.05        2.05  3.22               25.0        124           2.63        2.68                  0.47             1.92             3.58  1.13                          3.20      830
41           1    13.41        3.84  2.12               18.8         90           2.45        2.68                  0.27             1.48             4.28  0.91                          3.00     1035

[106 rows x 14 columns]

Séparer la variable explicative et la variable objective

Insérez la colonne que vous souhaitez utiliser pour l'analyse dans x. (Variable explicative) Insérez une colonne de résultats d'analyse dans y. (Variable d'objectif) Cette fois, nous prédisons la «proline» à partir de «l'intensité de la couleur».

x_train = df_train[['color_intensity']]
x_test  = df_test[['color_intensity']]

y_train = df_train['proline']
y_test  = df_test['proline']

Faire un modèle vide

lss = Lasso()

Apprendre la régression

fit (variable explicative, variable objective)

Le résultat de la formation est stocké dans le modèle lss créé ci-dessus.

lss.fit(x_train, y_train)

Faire une régression

prédire (données pour l'analyse de régression)

Effectuez une régression avec et affectez-la à y_pred.

y_pred = lss.predict(x_test)

Essayez d'afficher sur le graphique

Vous pouvez créer un diagramme de dispersion avec plt.scatter (axe x, axe y). Affichez la bonne réponse. (Point bleu)

plt.scatter(x_test, y_test)

Créez un tableau par incréments de 0,1 de la valeur minimale de x_test ["color_intensity"] à la valeur maximale et créez une matrice. Exécutez ensuite lss.predict pour afficher la valeur prédite. (Point rouge)

x_for_plot = np.arange(np.min(x_test["color_intensity"])
                      ,np.max(x_test["color_intensity"]),0.1).reshape(-1,1)
plt.scatter(x_for_plot,lss.predict(x_for_plot),color="red")

Paramètres d'étiquette

plt.xlabel("color_intensity")
plt.ylabel("proline")

afficher

plt.show()

Le bleu est la valeur réelle et le rouge est la valeur prévue.

Enfin, trouvez l'erreur quadratique moyenne.

print(mean_squared_error(y_test,y_pred))　#90027.41397601982 C'est lol

Je pense que la précision sera améliorée en jouant avec les paramètres.

Ci-dessous le code pour la copie

from sklearn.linear_model import Lasso
from sklearn.model_selection import train_test_split
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.metrics import mean_squared_error
df=pd.read_csv('wine.csv')
df_train, df_test = train_test_split(df, test_size=0.4)
x_train = df_train[['color_intensity']]
x_test  = df_test[['color_intensity']]

y_train = df_train['proline']
y_test  = df_test ['proline']
print(y_train)
lss = Lasso()
lss.fit(x_train, y_train)
y_pred = lss.predict(x_test)

plt.scatter(x_test, y_test)
x_for_plot = np.arange(np.min(x_test["color_intensity"]),np.max(x_test["color_intensity"]),0.1).reshape(-1,1)
plt.scatter(x_for_plot,lss.predict(x_for_plot),color="red")
plt.xlabel("color_intensity")
plt.ylabel("proline")
plt.show()

print(mean_squared_error(y_test,y_pred))