#Python3组数据挖掘实战总结 4、5章#

数据挖掘实战课程

简单线性回归

  • 概念:Regression Analysis

研究自变量与因变量直接的关系形式的分析方法,建立因变量y与自变量x_i之间的回归模型,来预测因变量y的发展趋势。

分类

  • 线性回归
    • 简单线性回归
    • 多重线性回归
  • 非线性回归
    • 逻辑回归
    • 神经网络

简单线性回归

暨 y = a + bx + e(残差,随机误差)

  • 根据预测目标,确定因变量和自变量
  • 绘制散点图,确定回归模型类型[相关系数]
  • 估计模型参数,建立回归模型
  • 对回归模型进行检验
  • 利用回归模型进行预测

对回归模型进行检验

回归方程的精度就是用来表示实际观测点和回归方程的拟合程度的指标,使用判定系数来度量。
判定系数为$jc $,相关系数$R$

jc= R^2 = \frac{ESS}{TSS}=1-\frac{RSS}{TSS}

其中,

$TSS=\Sigma(Y_i-\overline{Y})^2$总离差平方和

$ESS=\Sigma(\overline{Y_i}-\overline{Y})^2$回归平方和

$RSS=\Sigma(Y_i-\overline{Y_i})^2$残差平方和

总结

  • 建立模型 lrModel = sklearn.linear_model.LinearRegression()
  • 训练模型 lrModel.fit(x,y)
  • 模型评估 lrModel.score(x,y)
  • 模型预测 lrModel.predict(x)

多重线性回归

Multiple Linear Regression

y = \alpha + \beta_1 x_1 + \beta_2 x_2 + ... + + \beta_n x_n + e

$\beta_n$偏回归系数,
$e$随机误差

步骤与简单线性回归一致

  • 根据预测目标,确定因、自变量
  • 绘制散点图,确定回归模型
  • 估计模型参数,建立回归模型
  • 对回归模型中进行检验

判定系数$R$

R^2 = \frac{ESS}{TSS}=1-\frac{RSS}{TSS}

修正为

\bar{R}^2 = 1-\frac{RSS/(n-k-1)}{TSS/(n-1)}

$TSS=\Sigma(Y_i-\overline{Y})^2$总离差平方和

$ESS=\Sigma(\overline{Y_i}-\overline{Y})^2$回归平方和

$RSS=\Sigma(Y_i-\overline{Y_i})^2$残差平方和

$n$ 样本个数,
$K$ 自变量个数

pandas.tools.plotting.scatter_matrix(matrix,figsize,diagonal)

一元非线性回归

Univariate Nonlinear Regression

即一元N次方程,一般转换为多元一次回归方程

pf = sklearn.preprocessing.PolynomialFeatures(degree = 2)
x_2_fit = pf.fit_transform(x)

逻辑回归

Logistic Regression

分类变量的回归分析,概率型非线性回归

  • 优点:易实现部署,执行效率和准确度高
  • 确定:离散型的自变量需要通过生成虚拟变量的方式来使用

Sigmoid函数

g(x) = \frac{1}{1+e^{-x}}

Logistic Regression Equation

g(y) = \frac{1}{1+e^{-y}}

g(x_1,x_2,x_n) = \frac{1}{1+e^{-f(x_1,x_2,x_n)}}
 = \frac{1}{1+e^{-(\alpha_1 x_1+\alpha_2 x_2+...+\alpha_n x_n)}}

虚拟变量

dummy variables, 也叫哑变量和离散特征编码,可用来表示分类变量、非数量因素可能产生的影响

  • 尺寸:有大小意义的
  • 颜色:无大小意义的

有大小意义的,利用dict处理

pandas.Series.map(dict)

神经网络

Aritificial Neural Network
人工神经网络,数学模型or计算模型

非线性统计建模

$x_i$ -> $w_i$ ->
$g(\Sigma^n_{i=0} x_i w_i)$
->$y$

f(x_0,x_1,x_2,...,x_n) = \Sigma^{n}_{i=0}{x_i w_i}

g(f(x_0,x_1,x_2,...,x_n)) 
= g(\Sigma^{n}_{i=0}{x_i w_i})
= \frac{1}{1+e^{-(\Sigma^{n}_{i=0}{x_i w_i})}}

复杂神经网络:多层

  • 输入层
  • 隐藏层
  • 输出层

sklearn.neural_network.MLPClassifier

activation 激活函数

分类

  • 概念学习
    • 监督学习
    • 无监督学习
      分类算法:一般属于监督学习

KNN

K Nearest Neighbors

交叉验证(cross validation)

  • 训练集(Train Set)
  • 测试集(Test Set)

K-fold Cross Validation
综合得分为$\frac{\Sigma^{10}_{i=1}S_i}{10}$

iris数据集:多重变量数据集,花卉

测试、训练 一般三七分

neighbors.KNeighborsClassifier

贝叶斯分类算法

Bayes Theorem

P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{P(B|A)P(A)}{P(B)}

朴素贝叶斯分类:以生病预测来说明

sklearn.naive_bayes

  • GaussinaNB 高斯
  • BernoulliNB 伯努利
  • MultinomialNB 多项式

决策树

Decision Tree

有监督学习,可处理数值型和非数值型

pydot,graphviz-2.38

树结构的规模:由叶子数量来控制

sklearn.tree.export_graphviz()

  • dtModel
  • out_file
  • class_names
  • feature_names
  • filled
  • rounded = True
  • special_characters

随机森林

RandomForest

包含多个决策树的分类器

优点:

  • 适合离散型和连续性的属性数据
  • 对海量数据,尽量避免了过度拟合的问题
  • 对高纬度数据,不会出现特征选择困难的问题
  • 实现简单,训练速度快,适合分布式计算

rfcModel = RandomForestClassifier(
n_estimators = 10,
max_leaf_nodes = None
)

SVM

Support Vector Machine

svm.SVC(), svm.NuSVC(), svm.LinearSVC()

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,829评论 1 331
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,603评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,846评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,600评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,780评论 3 272
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,695评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,136评论 2 293
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,862评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,453评论 0 229
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,942评论 2 233
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,347评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,790评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,293评论 3 221
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,839评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,448评论 0 181
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,564评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,623评论 2 249

推荐阅读更多精彩内容