Найлучшая подгонка линейных оценщиков

Введение

В этом лабораторном занятии мы научимся использовать библиотеку scikit - learn для Python для выполнения наилучшего подгонки линейных оценщиков. Мы подгоним функцию синуса полиномом третьего порядка для значений, близких к нулю, и продемонстрируем наилучшую подгонку в различных ситуациях. Мы будем использовать медиану абсолютного отклонения для обработки новых данных без искажений для оценки качества прогноза.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из - за ограничений в Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Skills Graph

Импортируем необходимые библиотеки и генерируем данные

Сначала нам нужно импортировать необходимые библиотеки и сгенерировать данные для нашей подгонки. Мы сгенерируем функцию синуса с некоторым шумом и испортить данные, введя ошибки в обоих X и y.

from matplotlib import pyplot as plt
import numpy as np

from sklearn.linear_model import (
    LinearRegression,
    TheilSenRegressor,
    RANSACRegressor,
    HuberRegressor,
)
from sklearn.metrics import mean_squared_error
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline

np.random.seed(42)

X = np.random.normal(size=400)
y = np.sin(X)
## Make sure that it X is 2D
X = X[:, np.newaxis]

X_test = np.random.normal(size=200)
y_test = np.sin(X_test)
X_test = X_test[:, np.newaxis]

y_errors = y.copy()
y_errors[::3] = 3

X_errors = X.copy()
X_errors[::3] = 3

y_errors_large = y.copy()
y_errors_large[::3] = 10

X_errors_large = X.copy()
X_errors_large[::3] = 10

Подгоняем функцию синуса полиномом третьего порядка

Мы подгоним функцию синуса полиномом третьего порядка для значений, близких к нулю.

x_plot = np.linspace(X.min(), X.max())

Демонстрируем наилучшую подгонку в различных ситуациях

Теперь мы демонстрируем наилучшую подгонку в различных ситуациях, используя четыре различных оценщика: OLS, Theil - Sen, RANSAC и HuberRegressor.

estimators = [
    ("OLS", LinearRegression()),
    ("Theil-Sen", TheilSenRegressor(random_state=42)),
    ("RANSAC", RANSACRegressor(random_state=42)),
    ("HuberRegressor", HuberRegressor()),
]
colors = {
    "OLS": "turquoise",
    "Theil-Sen": "gold",
    "RANSAC": "lightgreen",
    "HuberRegressor": "black",
}
linestyle = {"OLS": "-", "Theil-Sen": "-.", "RANSAC": "--", "HuberRegressor": "--"}
lw = 3

Построим графики результатов

Теперь построим графики результатов для каждого из различных случаев.

for title, this_X, this_y in [
    ("Modeling Errors Only", X, y),
    ("Corrupt X, Small Deviants", X_errors, y),
    ("Corrupt y, Small Deviants", X, y_errors),
    ("Corrupt X, Large Deviants", X_errors_large, y),
    ("Corrupt y, Large Deviants", X, y_errors_large),
]:
    plt.figure(figsize=(5, 4))
    plt.plot(this_X[:, 0], this_y, "b+")

    for name, estimator in estimators:
        model = make_pipeline(PolynomialFeatures(3), estimator)
        model.fit(this_X, this_y)
        mse = mean_squared_error(model.predict(X_test), y_test)
        y_plot = model.predict(x_plot[:, np.newaxis])
        plt.plot(
            x_plot,
            y_plot,
            color=colors[name],
            linestyle=linestyle[name],
            linewidth=lw,
            label="%s: error = %.3f" % (name, mse),
        )

    legend_title = "Error of Mean\nAbsolute Deviation\nto Non-corrupt Data"
    legend = plt.legend(
        loc="upper right", frameon=False, title=legend_title, prop=dict(size="x-small")
    )
    plt.xlim(-4, 10.2)
    plt.ylim(-2, 10.2)
    plt.title(title)
plt.show()

Резюме

В этом практическом занятии мы научились использовать библиотеку scikit - learn на Python для выполнения наилучшей подгонки линейных оценщиков. Мы подготовили функцию синуса полиномом третьего порядка для значений, близких к нулю, и демонстрировали наилучшую подгонку в различных ситуациях. Мы использовали медиану абсолютного отклонения от неискаженных новых данных для оценки качества прогноза.