日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無先后,達(dá)者為師

網(wǎng)站首頁 編程語言 正文

python的自變量選擇(所有子集回歸,后退法,逐步回歸)_python

作者:嘟嘟肚腩仔 ? 更新時(shí)間: 2022-08-23 編程語言

1、為什么需要自變量選擇?

一個(gè)好的回歸模型,不是自變量個(gè)數(shù)越多越好。在建立回歸模型的時(shí)候,選擇自變量的基本指導(dǎo)思想是少而精。丟棄了一些對(duì)因變量y有影響的自變量后,所付出的代價(jià)就是估計(jì)量產(chǎn)生了有偏性,但是預(yù)測(cè)偏差的方差會(huì)下降。因此,自變量的選擇有重要的實(shí)際意義。

2、自變量選擇的幾個(gè)準(zhǔn)則

(1)自由度調(diào)整復(fù)決定系數(shù)達(dá)到最大

(2)赤池信息量AIC達(dá)到最小

3、所有子集回歸

(1)算法思想

?所謂所有子集回歸,就是將總的自變量的所有子集進(jìn)行考慮,查看哪一個(gè)子集是最優(yōu)解。

(2)數(shù)據(jù)集情況

(3)代碼部分

import pandas as pd
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
from itertools import combinations
def allziji(df):
    
    list1 = [1,2,3]
    n = 18
    R2 = []
    names = []
    #找到所有子集,并依次循環(huán)
    for a in range(len(list1)+1):
        for b in combinations(list1,a+1):
            p = len(list(b))
 
            data1 = pd.concat([df.iloc[:,i-1] for i in list(b) ],axis = 1)#結(jié)合所需因子
            
            name = "y~"+("+".join(data1.columns))#組成公式
            
            data = pd.concat([df['y'],data1],axis=1)#結(jié)合自變量和因變量
            
            result = smf.ols(name,data=data).fit()#建模
            #計(jì)算R2a
            r2 = (n-1)/(n-p-1)
            r2 = r2 * (1-result.rsquared**2)
            r2 = 1 - r2
            R2.append(r2)
            names.append(name)
    finall = {"公式":names,              "R2a":R2}
    data = pd.DataFrame(finall)
    print("""根據(jù)自由度調(diào)整復(fù)決定系數(shù)準(zhǔn)則得到:
        最優(yōu)子集回歸模型為:{};
        其R2a值為:{}""".format(data.iloc[data['R2a'].argmax(),0],data.iloc[data['R2a'].argmax(),1]))
    result = smf.ols(name,data=df).fit()#建模
    print()
    print(result.summary())
df = pd.read_csv("data5.csv")
allziji(df)

(4)輸出結(jié)果

4、后退法

(1)算法思想

后退法與前進(jìn)法相反,通常先用全部m個(gè)變量建立一個(gè)回歸方程,然后計(jì)算在剔除任意一個(gè)變量后回歸方程所對(duì)應(yīng)的AIC統(tǒng)計(jì)量的值,選出最小的AIC值所對(duì)應(yīng)的需要剔除的變量,不妨記作x1;然后,建立剔除變量x1后因變量y對(duì)剩余m-1個(gè)變量的回歸方程,計(jì)算在該回歸方程中再任意剔除一個(gè)變量后所得回歸方程的AIC值,選出最小的AIC值并確定應(yīng)該剔除的變量;依此類推,直至回歸方程中剩余的p個(gè)變量中再任意剔除一個(gè) AIC值都會(huì)增加,此時(shí)已經(jīng)沒有可以繼續(xù)剔除的自變量,因此包含這p個(gè)變量的回歸方程就是最終確定的方程。

(2)數(shù)據(jù)集情況

(3)代碼部分

import pandas as pd
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
 
def backward(df):
    all_bianliang = [i for i in range(0,9)]#備退因子
    ceshi = [i for i in range(0,9)]#存放加入單個(gè)因子后的模型
    zhengshi = [i for i in range(0,9)]#收集確定因子
    data1 = pd.concat([df.iloc[:,i+1] for i in ceshi ],axis = 1)#結(jié)合所需因子
    name = 'y~'+'+'.join(data1.columns)
    result = smf.ols(name,data=df).fit()#建模
    c0 = result.aic #最小aic
    delete = []#已刪元素
    while(all_bianliang):
        aic = []#存放aic
 
        for i in all_bianliang:
            ceshi = [i for i in zhengshi]
            ceshi.remove(i)
            data1 = pd.concat([df.iloc[:,i+1] for i in ceshi ],axis = 1)#結(jié)合所需因子
            name = "y~"+("+".join(data1.columns))#組成公式
            data = pd.concat([df['y'],data1],axis=1)#結(jié)合自變量和因變量
            result = smf.ols(name,data=data).fit()#建模
            aic.append(result.aic)#將所有aic存入
 
        if min(aic)>c0:#aic已經(jīng)達(dá)到最小
            data1 = pd.concat([df.iloc[:,i+1] for i in zhengshi ],axis = 1)#結(jié)合所需因子
            name = "y~"+("+".join(data1.columns))#組成公式
            break
        else:
            zhengshi.remove(all_bianliang[aic.index(min(aic))])#查找最小的aic并將最小的因子存入正式的模型列表當(dāng)中
 
        c0 = min(aic)
        delete.append(aic.index(min(aic)))
        all_bianliang.remove(all_bianliang[delete[-1]])#刪除已刪因子
 
    name = "y~"+("+".join(data1.columns))#組成公式
    print("最優(yōu)模型為:{},其aic為:{}".format(name,c0))
    result = smf.ols(name,data=df).fit()#建模
    print()
    print(result.summary())
df = pd.read_csv("data3.1.csv",encoding='gbk')
backward(df)

(4)結(jié)果展示

5、逐步回歸

(1)算法思想

逐步回歸的基本思想是有進(jìn)有出。R語言中step()函數(shù)的具體做法是在給定了包含p個(gè)變量的初始模型后,計(jì)算初始模型的AIC值,并在此模型基礎(chǔ)上分別剔除p個(gè)變量和添加剩余m-p個(gè)變量中的任一變量后的AIC值,然后選擇最小的AIC值決定是否添加新變量或剔除已存在初始模型中的變量。如此反復(fù)進(jìn)行,直至既不添加新變量也不剔除模型中已有的變量時(shí)所對(duì)應(yīng)的AIC值最小,即可停止計(jì)算,并返回最終結(jié)果。

(2)數(shù)據(jù)集情況

(3)代碼部分

import pandas as pd
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
def zhubuhuigui(df):
    forward = [i for i in range(0,4)]#備選因子
    backward = []#備退因子
    ceshi = []#存放加入單個(gè)因子后的模型
    zhengshi = []#收集確定因子
    delete = []#被刪因子

    while forward:
        forward_aic = []#前進(jìn)aic
        backward_aic = []#后退aic

        for i in forward:
            ceshi = [j for j in zhengshi]
            ceshi.append(i)
            data1 = pd.concat([df.iloc[:,i] for i in ceshi ],axis = 1)#結(jié)合所需因子
            name = "y~"+("+".join(data1.columns))#組成公式
            data = pd.concat([df['y'],data1],axis=1)#結(jié)合自變量和因變量
            result = smf.ols(name,data=data).fit()#建模
            forward_aic.append(result.aic)#將所有aic存入

        for i in backward:
            if (len(backward)==1):
                pass

            else:
                ceshi = [j for j in zhengshi]
                ceshi.remove(i)
                data1 = pd.concat([df.iloc[:,i] for i in ceshi ],axis = 1)#結(jié)合所需因子
                name = "y~"+("+".join(data1.columns))#組成公式
                data = pd.concat([df['y'],data1],axis=1)#結(jié)合自變量和因變量
                result = smf.ols(name,data=data).fit()#建模
                backward_aic.append(result.aic)#將所有aic存入

        if backward_aic:
            if forward_aic:
                c0 = min(min(backward_aic),min(forward_aic))

            else:
                c0 = min(backward_aic)

        else:
            c0 = min(forward_aic)

        if c0 in backward_aic:
            zhengshi.remove(backward[backward_aic.index(c0)])
            delete.append(backward_aic.index(c0))
            backward.remove(backward[delete[-1]])#刪除已刪因子
            forward.append(backward[delete[-1]])
        else:
            zhengshi.append(forward[forward_aic.index(c0)])#查找最小的aic并將最小的因子存入正式的模型列表當(dāng)中
            forward.remove(zhengshi[-1])#刪除已有因子
            backward.append(zhengshi[-1])
 
    name = "y~"+("+".join(data1.columns))#組成公式
    print("最優(yōu)模型為:{},其aic為:{}".format(name,c0))
    result = smf.ols(name,data=data).fit()#建模
    print()
    print(result.summary())
df = pd.read_csv("data5.5.csv",encoding='gbk')
zhubuhuigui(df)

(4)結(jié)果展示

原文鏈接:https://blog.csdn.net/weixin_46657323/article/details/123416184

欄目分類
最近更新