python实现Lasso回归分析(特征筛选、建模预测)
liuian 2024-12-20 17:19 69 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
- 华硕人工客服24小时吗(华硕售后人工客服)
-
华硕服务中心广东省惠州市惠东县城平深路(创富斜对面)惠东同心电脑城1L11(1.3km)笔记本电脑,平板电脑华硕服务中心广东省惠州市惠东县平山镇同心电脑城1F26(1.3km)笔记本电脑,平...
- 电脑音量小喇叭不见了(电脑声音喇叭图标不见了怎么办)
-
如果您电脑上的小喇叭(扬声器)不见了,可以尝试以下方法找回:1.检查设备管理器:在Windows下,右键点击“我的电脑”(或此电脑)->点击“属性”->点击“设备管理器”,查看“声音、视...
- 腾达路由器手机设置教程(腾达路由器手机设置教程视频)
-
用手机设置腾达路由器的方法如下:1在手机上打开浏览器,输入路由器背面的管理IP和用户及对应的密码2一般第一次打开,默认会跳出设置向导,准备好宽带用户名和密码,3按向导提示输入相应内容4在无线设置的安全...
- 自配电脑配置推荐(自配电脑配置推荐百度)
-
首先,像这类软件最低要求不高。最高没上限。纯粹看你的工程量大小。CPU有双核,内存有4G,就可以运行。但是实际体验肯定比较差,卡是肯德。渲染时间也会超长,一个小作品渲染几小时是正常的。稍微大点的工程也...
- 2025年平板性价比排行(2020年值得买的平板)
-
推荐台电P30S好。 基本配置:10.1英寸IPS广视角屏幕,1280*800分辨率,16:10的黄金显示比例,K9高压独立功放,支持3.5mm耳麦接口,联发科MT8183八核处理器,4GB...
- 2020显卡天梯图10月(2020显卡天梯图极速空间)
-
排行球队名称积分已赛胜平负进球失球净胜球 1?诺维奇城974629107753639 2?沃特福德91462710...
-
- 笔记本电脑无线网络连接(笔记本电脑无线网络连接不上怎么办)
-
一、笔记本电脑怎么连接wifi---win7系统笔记本连接wifi1、要先创建无线网络连接,将鼠标移到Win7的开始菜单,然后点击“控制面板”。2、然后点击“网络和Internet”。3、再打开“网络和共享中心”,这是Win7系统必有的功...
-
2025-12-22 05:55 liuian
- wind数据库(wind数据库官网)
-
先购买wind数据库,安装好wind取得使用权后,按照wind所给提示,输入账户和密码可使用wind数据库。Wind资讯金融终端是一个集实时行情、资料查询、数据浏览、研究分析、新闻资讯为一体的金融数据...
- 如何关闭360家庭防火墙(如果关闭360家庭防火墙)
-
关闭方法如下:1.打开手机360主界面之后,点击“安全防护中心”。2.点击第三列“入口防护”下方的“查看状态”按钮。3.在列出的功能项中找到“局域网防护”,直接点击后面的“关闭”按钮,关闭所有的“局域...
- 笔记本电脑型号配置怎么看(怎么查自己电脑的型号)
-
查电脑的配置和型号方法:方法一:1、右键单击“此电脑”,点击属性2、这里可以看到操作系统,CPU等大致信息3、点击设备管理器4、这里可以查看具体硬件的详细信方法二:1、首先打开电脑上的“控制面板”2、...
- pscs6序列号是什么
-
AdobePhotoshopCS6就二个版本(测试版和正式版)1、AdobePhotoshopCS6是AdobePhotoshop的第13代,是一个较为重大的版本更新。2、Photoshop在前几...
- win7桌面图片怎么设置(win7如何设置桌面图片)
-
1、首先用鼠标右键单击桌面的空白处。然后在弹出的菜单上选择“个性化”选项。这样就弹出了的个性化窗口上能显示看到“桌面背景”按钮。点击它即可。2、继续打开了选择“桌面背景”选项,然后在上面选择你想要设置...
- windows安卓下载(win安卓版)
-
2265安卓网是安全的,2265安卓网成立于2012年初,网站一直努力为各位安卓爱好者提供最新、最全的安卓游戏软件资源下载。经过几个月的努力、和广大安卓用户的支持、2265安卓网截至到2012年6月已...
- 一周热门
- 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)
- 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)
- c++ 字符串查找 (35)
- mysql刷新权限 (34)
