scikit-learn学习:岭回归,ridge regression
来源:互联网 发布:java 泛型 反射 编辑:程序博客网 时间:2024/05/01 19:02
ridge regression与上一篇博客中的最小二乘法相似,只不过是后面加一个惩罚项,公式如下:
选择数据与上文相同,只不过换一个模型,运行结果如下:
('Coefficients: ', array([ 928.52207357]))
Residual sum of squares: 2559.32
Variance score: 0.47
代码:
# -*- coding: utf-8 -*-'''Created on 2017-2-15@author: admin'''import matplotlib.pyplot as pltimport numpy as npfrom sklearn import datasets, linear_model#加载数据,并且将训练集和数据集进行分割。diabetes = datasets.load_diabetes()diabetes_X = diabetes.data[:, np.newaxis, 2]diabetes_X_train = diabetes_X[:-20]diabetes_X_test = diabetes_X[-20:]diabetes_y_train = diabetes.target[:-20]diabetes_y_test = diabetes.target[-20:]# 创建训练模型regr = linear_model.Ridge (alpha = 0.01)# 通过训练数据训练模型regr.fit(diabetes_X_train, diabetes_y_train)#输出模型系数print('Coefficients: ', regr.coef_)# 输出错误差值平方均值print("Residual sum of squares: %.2f" % np.mean((regr.predict(diabetes_X_test) - diabetes_y_test) ** 2))# Explained variance score: 1 is perfect predictionprint('Variance score: %.2f' % regr.score(diabetes_X_test, diabetes_y_test))# Plot outputsplt.scatter(diabetes_X_test, diabetes_y_test, color='black')plt.plot(diabetes_X_test, regr.predict(diabetes_X_test), color='blue', linewidth=3)plt.xticks(())plt.yticks(())plt.show()其他属性参数值就不详细赘述了,大体相同,如果有需要可以去官网查阅官方文档:
http://scikit-learn.org/0.17/modules/generated/sklearn.linear_model.Ridge.html#sklearn.linear_model.Ridge
比较通用的参数就是不断的调整alpha值以便得到更好的结果。
由于此算法用法相对简单,不做过多的介绍了。
如有发现错误处欢迎指正。
本博客为博主辛苦总结,如有转载,请附原地址链接:http://blog.csdn.net/u014662865/article/details/55194199
0 0
- scikit-learn学习:岭回归,ridge regression
- scikit-learn学习笔记(四)Ridge Regression ( 岭回归 )
- scikit-learn 岭回归 ridge regression
- scikit-learn : Bayesian Ridge Regression
- Ridge Regression岭回归
- ridge regression岭回归
- Ridge Regression岭回归
- ridge regression岭回归
- Ridge Regression - 岭回归
- Ridge Regression 岭回归
- Ridge Regression岭回归
- 岭回归(Ridge Regression)
- Ridge Regression岭回归
- 机器学习-Ridge Regression岭回归
- scikit-learn 1.3. Kernel ridge regression
- 岭回归(ridge regression)
- Ridge Regression岭回归,lasso
- 岭回归(Ridge Regression)
- centos6 安装redis
- TensorFlow学习计划
- gdb调试
- MFC edit控件实现控制台式滚动输出
- Oracle10g分区和Mysql分区区别
- scikit-learn学习:岭回归,ridge regression
- js中innerHTML与innerText的用法与区别
- XML简介
- 小程序框架总结
- 七牛云存储____生成永久性token
- MySQL事务autocommit自动提交
- Linux驱动技术(八) _并发控制技术
- NHibernate之旅(5):探索Insert, Update, Delete操作
- JSP内置对象详解