python实现Lasso回归分析(特征筛选、建模预测)
liuian 2024-12-20 17:19 35 浏览
实现功能:
python实现Lasso回归分析(特征筛选、建模预测)
输入结构化数据,含有特征以及相应的标签,采用Lasso回归对特征进行分析筛选,并对数据进行建模预测。
实现代码:
1 | import numpy as np |
2 | import warnings |
3 | warnings.filterwarnings(action='ignore') |
4 | import pandas as pd |
5 | import matplotlib.pyplot as plt |
6 | from sklearn import metrics |
7 | from sklearn.metrics import mean_squared_error |
8 | from sklearn.linear_model import Lasso,LassoCV |
9 | import seaborn as sns |
10 | #==================读取数据================= |
11 | class Solution(): |
12 | def __init__(self): |
13 | feature = ['男', '女', '年龄', 'CCP-正常', 'CCP-异常', 'MCV-正常', 'MCV-异常', |
14 | 'AKA-正常', 'AKA-异常','RF-正常', 'RF-异常', 'ANA-正常', 'ANA-异常', |
15 | 'ds-DNA-正常', 'ds-DNA-异常','CRP-正常', 'CRP-异常', 'ESR-正常', 'ESR-异常', |
16 | '尿蛋白-正常', '尿蛋白-异常', '尿潜血-正常', '尿潜血-异常','尿红细胞-正常', |
17 | '尿红细胞-异常', 'WBC-正常', 'WBC-异常', 'Hb-正常', 'Hb-异常', 'PLT-正常', |
18 | 'PLT-异常', 'ALT-正常', 'ALT-异常', 'AST-正常', 'AST-异常', 'r-GT-正常', |
19 | 'r-GT-异常', 'TBIL-正常', 'TBIL-异常', 'ALB-正常','ALB-异常', 'GLB-正常', |
20 | 'GLB-异常', 'A/O-正常', 'A/O-异常', 'Cr-正常', 'Cr-异常', 'BUN-正常', |
21 | 'BUN-异常', 'UA-正常', 'UA-异常', 'C3-正常', 'C3-异常', 'C4-正常', 'C4-异常', |
22 | 'IgA-正常', 'IgA-异常', 'IgG-正常','IgG-异常', 'IgE-正常', 'IgE-异常', |
23 | '晨僵正常', '晨僵异常', '发热正常', '发热异常', '雷诺正常', '雷诺异常', |
24 | '口眼干正常', '口眼干异常', '头晕正常', '头晕异常', '四肢正常', '四肢异常', |
25 | '胸部CT正常', '胸部CT异常', '肺结节正常', '肺结节异常', '诊断结果'] |
26 | self.feature=feature |
27 | |
28 | def Data_sort(self,file): |
29 | data = pd.read_excel(file) |
30 | data = pd.DataFrame(data) |
31 | random_state_value = 90 # 随机种子 |
32 | sample_number = 82 # 欠采样数目 |
33 | def norm_2(x): |
34 | return (x - stats['min']) / (stats['max']-stats['min']) |
35 | gy_list=['年龄'] |
36 | data_gy=data[gy_list] |
37 | stats = data_gy.describe() |
38 | stats = stats.transpose() |
39 | data[gy_list]=norm_2(data_gy) |
40 | data1 = data[self.feature] |
41 | data1 = data1.dropna() # 删除含缺失值的行 |
42 | data1=data1[~data1['诊断结果'].isin([2])] |
43 | print(len(data1)) |
44 | dataset=data1 |
45 | train_dataset = dataset.sample(frac=0.7, random_state=random_state_value) |
46 | test_dataset = dataset.drop(train_dataset.index) |
47 | print(len(test_dataset)) |
48 | train_dataset[train_dataset['诊断结果'].isin([1])]=\ |
49 | train_dataset[train_dataset['诊断结果'].isin([1])].iloc[:sample_number] |
50 | train_NRA=train_dataset[train_dataset['诊断结果'].isin([0])] |
51 | train_RA=train_dataset[train_dataset['诊断结果'].isin([1])] |
52 | train_dataset=train_NRA.append(train_RA) |
53 | train_dataset=train_dataset.sample(frac=1,random_state=0) |
54 | print(len(train_dataset)) |
55 | train_labels =train_dataset.pop('诊断结果') |
56 | test_labels =test_dataset.pop('诊断结果') |
57 | return train_dataset,train_labels,test_dataset,test_labels |
58 | |
59 | #==============Lasso变量筛选==================== |
60 | def optimal_lambda_value(self): |
61 | Lambdas = np.logspace(-5, 2, 200) #10的-5到10的2次方 |
62 | # 构造空列表,用于存储模型的偏回归系数 |
63 | lasso_cofficients = [] |
64 | for Lambda in Lambdas: |
65 | lasso = Lasso(alpha = Lambda, normalize=True, max_iter=10000) |
66 | lasso.fit(train_dataset, train_labels) |
67 | lasso_cofficients.append(lasso.coef_) |
68 | # 绘制Lambda与回归系数的关系 |
69 | plt.plot(Lambdas, lasso_cofficients) |
70 | # 对x轴作对数变换 |
71 | plt.xscale('log') |
72 | # 设置折线图x轴和y轴标签 |
73 | plt.xlabel('Lambda') |
74 | plt.ylabel('Cofficients') |
75 | # 显示图形 |
76 | plt.show() |
77 | # LASSO回归模型的交叉验证 |
78 | lasso_cv = LassoCV(alphas = Lambdas, normalize=True, cv = 10, max_iter=10000) |
79 | lasso_cv.fit(train_dataset, train_labels) |
80 | # 输出最佳的lambda值 |
81 | lasso_best_alpha = lasso_cv.alpha_ |
82 | print(lasso_best_alpha) |
83 | return lasso_best_alpha |
84 | |
85 | # 基于最佳的lambda值建模 |
86 | def model(self,train_dataset, train_labels,lasso_best_alpha): |
87 | lasso = Lasso(alpha = lasso_best_alpha, normalize=True, max_iter=10000) |
88 | lasso.fit(train_dataset, train_labels) |
89 | return lasso |
90 | |
91 | def feature_importance(self,lasso): |
92 | # 返回LASSO回归的系数 |
93 | dic={'特征':train_dataset.columns,'系数':lasso.coef_} |
94 | df=pd.DataFrame(dic) |
95 | df1=df[df['系数']!=0] |
96 | print(df1) |
97 | coef = pd.Series(lasso.coef_, index=train_dataset.columns) |
98 | imp_coef = pd.concat([coef.sort_values().head(10), coef.sort_values().tail(10)]) |
99 | sns.set(font_scale=1.2) |
100 | # plt.rc('font', family='Times New Roman') |
101 | plt.rc('font', family='simsun') |
102 | imp_coef.plot(kind="barh") |
103 | plt.title("Lasso回归模型") |
104 | plt.show() |
105 | return df1 |
106 | |
107 | def prediction(self,lasso): |
108 | # lasso_predict = lasso.predict(test_dataset) |
109 | lasso_predict = np.round(lasso.predict(test_dataset)) |
110 | print(sum(lasso_predict==test_labels)) |
111 | print(metrics.classification_report(test_labels,lasso_predict)) |
112 | print(metrics.confusion_matrix(test_labels, lasso_predict)) |
113 | RMSE = np.sqrt(mean_squared_error(test_labels,lasso_predict)) |
114 | print(RMSE) |
115 | return RMSE |
116 | |
117 | if __name__=="__main__": |
118 | Object1=Solution() |
119 | train_dataset, train_labels, test_dataset, test_labels=\ |
120 | Object1.Data_sort('F:\医学大数据课题\RA预测\RA预测\特征.xlsx') |
121 | lasso_best_alpha=Object1.optimal_lambda_value() |
122 | lasso=Object1.model(train_dataset, train_labels,lasso_best_alpha) |
123 | feature_choose=Object1.feature_importance(lasso) |
124 | RMSE=Object1.pR[-123]C[-1]:RCrediction(lasso) |
实现效果:
# 绘制Lambda与回归系数的关系
# 基于最佳的lambda值建模进行特征分析
# 基于最佳的lambda值建模进行预测分析
喜欢记得点赞,在看,收藏,加关注(V订阅号:数据杂坛),将持续更新!
相关推荐
- 面试怕被问Hashmap,多看看这个文章
-
o数据结构otable数组长度永远为2的幂次方o那么为什么要把数组长度设计为2的幂次方呢?o扩容o链表树化o红黑树拆分o查找o插入o删除o遍历oequasl和hashcode总结HashMap是面试中...
- 非常简洁地重试Retry组件,使用起来杠杠的
-
前言小伙伴是不是经常遇到接口调用异常,超时的场景?尤其网络抖动导致timeout超时的场景,我们一般产品就会叫我们要重试几次。很多小伙伴的实现方式是写个循环调用for(inti=1;i<=3;...
- Kafka消息可靠传输之幂等、事务机制
-
一般而言,消息中间件的消息传输保障有3个层级,分别如下。atmostonce:至多一次。消息可能会丢失,但绝对不会重复传输。atleastonce:最少一次。消息绝不会丢失,但可能会重复传输。...
- Seata源码—9.Seata XA模式的事务处理
-
大纲1.SeataXA分布式事务案例及AT与XA的区别2.SeataXA分布式事务案例的各模块运行流程3.Seata使用SpringBoot自动装配简化复杂配置4.全局事务注解扫描组件的自动装配...
- Disruptor—3.核心源码实现分析一
-
大纲1.Disruptor的生产者源码分析2.Disruptor的消费者源码分析3.Disruptor的WaitStrategy等待策略分析4.Disruptor的高性能原因5.Disruptor高性...
- Spring Boot 进阶-详解SpringBoot中条件注解使用
-
作为使用SpringBoot框架的开发者来讲,如果你连如下的这些注解你都没有听说过,没有用过,那我劝你还是放弃吧?在SpringBoot中我们最常见到的注解应该是条件注解了吧!也就是@Condit...
- 如何自定义编解码器(如何自定义编解码器的程序)
-
1.前言上一节我们一节了解了什么是编码解码、序列化和反序列化了,并且留有一道思考题,本节内容主要是深入解析该思考题。思考题:能否把我们的编码和解码封装成独立的Handler呢?那么应该如何去封装...
- Disruptor—3.核心源码实现分析二
-
大纲1.Disruptor的生产者源码分析2.Disruptor的消费者源码分析3.Disruptor的WaitStrategy等待策略分析4.Disruptor的高性能原因5.Disruptor高性...
- 线程的状态有哪些?它是如何工作的?
-
线程的状态有哪些?它是如何工作的?线程(Thread)是并发编程的基础,也是程序执行的最小单元,它依托进程而存在。一个进程中可以包含多个线程,多线程可以共享一块内存空间和一组系统资源,因此线程之间的切...
- 有图解有案例,我终于把Condition的原理讲透彻了
-
平时加解锁都是直接使用Synchronized关键字来实现的,简单好用,为啥还要引用ReentrantLock呢?为了解决小伙伴的疑问,我们来对两者做个简单的比较吧:相同点两者都是“可重入锁”,即当前...
- 白话DUBBO原理,通俗易记,再也不怕面试时讲不清楚了
-
现在的各种面试免不了要问些中间件,尤其是互联网公司,更注重获选人对中间件的掌握情况。在中间件中,有一大类是关于RPC框架的,Dubbo即是阿里出品的一款很著名的RPC中间件,很多互联网公司都在用,面试...
- Java 最细的集合类总结(java常用的集合类有哪些)
-
数据结构作为每一个开发者不可回避的问题,而Java对于不同的数据结构提供了非常成熟的实现,这一个又一个实现既是面试中的难点,也是工作中必不可少的工具,在此,笔者经历漫长的剖析,将其抽丝剥茧的呈现出...
- 详解Java异常(Exception)处理及常见异常
-
很多事件并非总是按照人们自己设计意愿顺利发展的,经常出现这样那样的异常情况。例如:你计划周末郊游,计划从家里出发→到达目的→游泳→烧烤→回家。但天有不测风云,当你准备烧烤时候突然天降大雨,只能终止郊...
- 为什么阿里强制要求不要在foreach循环里进行元素remove和add操作
-
在阅读《阿里巴巴Java开发手册》时,发现有一条关于在foreach循环里进行元素的remove/add操作的规约,具体内容如下:错误演示我们首先在IDEA中编写一个在foreach循...
- SpringBoot条件化配置(@Conditional)全面解析与实战指南
-
一、条件化配置基础概念1.1什么是条件化配置条件化配置是Spring框架提供的一种基于特定条件来决定是否注册Bean或加载配置的机制。在SpringBoot中,这一机制通过@Conditional...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- vscode切换git分支 (35)
- python bytes转16进制 (35)
- grep前后几行 (34)
- hashmap转list (35)