百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

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...