前向逐步线性回归属于一种贪心算法,即每一步尽可能减少误差。一开始,所有权重都设为1,然后每一步所做的决策是对某个权重增加或者减少一个很小的步长。
该算法的伪代码如下:
加载数据集
数据标准化,使其分布满足0均值和单位方差。
初始回归系数全部设为1
在每轮迭代过程中:
设置当前最小误差lowestError为正无穷
对每个特征的权重系数:
增大或者缩小一个步长
计算新回归系数W下的误差
如果误差小于当前最小误差:
设置最佳回归系数 Wbest = W
返回最终的最佳回归系数Wbest
下面的结果还是基于上一篇中相同的海洋生物数据集:
步长取0.001,共迭代20000次。可以看出14000次迭代后回归系数已收敛。
源代码如下:
from numpy import *
def loadDataSet(fileName): #general function to parse tab -delimited floats
numFeat = len(open(fileName).readline().split('\t')) - 1 #get number of fields
dataMat = []; labelMat = []
fr = open(fileName)
for line in fr.readlines():
lineArr =[]
curLine = line.strip().split('\t')
for i in range(numFeat):
lineArr.append(float(curLine[i]))
dataMat.append(lineArr)
labelMat.append(float(curLine[-1]))
return dataMat,labelMat
def regularize(xMat):#regularize by columns
inMat = xMat.copy()
inMeans = mean(inMat,0) #calc mean then subtract it off
inVar = var(inMat,0) #calc variance of Xi then divide by it
inMat = (inMat - inMeans)/inVar
return inMat
def rssError(yArr,yHatArr): #yArr and yHatArr both need to be arrays
return ((yArr-yHatArr)**2).sum()
def stageWise(xArr,yArr,eps=0.01,numIt=100):
xMat = mat(xArr)
yMat=mat(yArr).T
yMean = mean(yMat,0)
yMat = yMat - yMean #can also regularize ys but will get smaller coef
xMat = regularize(xMat)
m,n=shape(xMat)
#returnMat = zeros((numIt,n)) #testing code remove
#ws = zeros((n,1)) #初始所有权重为0
ws = ones((n,1)) #初始所有权重为1
#wsMax = ws.copy()
Mat = zeros((numIt, n))
for i in range(numIt):
if i%1000 ==0 : #每迭代1000次,打印归回系数
print ("第%d次迭代后回归系数为:"%i,end ="")
print(ws.T)
lowestError = inf #初始误差设为正无穷大
for j in range(n):
for sign in [-1,1]: # 贪心算法,左右试探
wsTest = ws.copy() # 初始化
wsTest[j] += eps*sign #eps 为步长
yTest = xMat*wsTest #预测值
rssE = rssError(yMat.A,yTest.A)
if rssE < lowestError:
lowestError = rssE
wsMax = wsTest
ws = wsMax.copy()
Mat[i,:]=ws.T
return Mat
xArr,yArr = loadDataSet("abalone.txt")
numIt = 20000
Wmat = stageWise(xArr,yArr,eps=0.001, numIt=numIt)
print(Wmat.shape)
import matplotlib.pyplot as plt
n = Wmat.shape[1]#特征数,即回归系数个数
for i in range(n):
plt.plot(arange(numIt), Wmat[:,i], label = "W(%s)"%i)
plt.legend(loc="upper right")
plt.title(r"前向逐步回归""\n基于数据集'abalone.txt'", fontsize=16)
plt.xlabel(r"迭代次数")
plt.grid(ls="--",lw =1)
plt.show()
本文分享自 Python可视化编程机器学习OpenCV 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ,欢迎热爱写作的你一起参与!