线性回归和局部加权线性回归（转载）

转自：https://www.cnblogs.com/MrLJC/p/4147697.html

线性回归

算法优缺点：

• 优点：结果易于理解，计算不复杂
• 缺点：对非线性数据拟合不好
• 适用数据类型：数值型和标称型

算法思想：

 

这里是采用了最小二乘法计算（证明比较冗长略去）。这种方式的优点是计算简单，但是要求数据矩阵X满秩，并且当数据维数较高时计算很慢；这时候我们应该考虑使用梯度下降法或者是随机梯度下降（同Logistic回归中的思想完全一样，而且更简单）等求解。这里对估计的好坏采用了相关系数进行度量。

数据说明：

这里的txt中包含了x0的值，也就是下图中前面的一堆1，但是一般情况下我们是不给出的，也就是根据一个x预测y，这时候我们会考虑到计算的方便也会加上一个x0。

数据是这样的

函数：

loadDataSet(fileName):
读取数据。
standRegres(xArr,yArr)
普通的线性回归，这里用的是最小二乘法

plotStandRegres(xArr,yArr,ws)
画出拟合的效果
calcCorrcoef(xArr,yArr,ws)
计算相关度，用的是numpy内置的函数

结果：

局部加权线性回归（Locally Weighted Linear Regression）

算法思想：

这里的想法是：我们赋予预测点附近每一个点以一定的权值，在这上面基于最小均方差来进行普通的线性回归。这里面用“核”（与支持向量机相似）来对附近的点赋予最高的权重。这里用的是高斯核：

函数：

lwlr(testPoint,xArr,yArr,k=1.0)
根据计算公式计算出再testPoint处的估计值，这里要给出k作为参数，k为1的时候算法退化成普通的线性回归。k越小越精确（太小可能会过拟合）求解用最小二乘法得到如下公式：

lwlrTest(testArr,xArr,yArr,k=1.0)
因为lwlr需要指定每一个点，这里把整个通过循环算出来了
lwlrTestPlot(xArr,yArr,k=1.0)
将结果绘制成图像

结果：

 

 

1.  

2. from numpy import *
   def loadDataSet(fileName):
       numFeat = len(open(fileName).readline().split('\t')) - 1 
       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 standRegres(xArr,yArr):
       xMat = mat(xArr)
       yMat = mat(yArr).T
       xTx = xMat.T * xMat
       if linalg.det(xTx) == 0.0:
           print 'This matrix is singular, cannot do inverse'
           return
       ws = xTx.I * (xMat.T * yMat)
       return ws
   def plotStandRegres(xArr,yArr,ws):
       import matplotlib.pyplot as plt 
       fig = plt.figure()
       ax = fig.add_subplot(111)
       ax.plot([i[1] for i in xArr],yArr,'ro')
       xCopy = xArr
       print type(xCopy)
       xCopy.sort()
       yHat = xCopy*ws
       ax.plot([i[1] for i in xCopy],yHat)
       plt.show()
   def calcCorrcoef(xArr,yArr,ws):
       xMat = mat(xArr)
       yMat = mat(yArr)
       yHat = xMat*ws
       return corrcoef(yHat.T, yMat)
   def lwlr(testPoint,xArr,yArr,k=1.0):
       xMat = mat(xArr); yMat = mat(yArr).T
       m = shape(xMat)[0]
       weights = mat(eye((m)))
       for j in range(m):
           diffMat = testPoint - xMat[j,:]
           weights[j,j] = exp(diffMat*diffMat.T/(-2.0*k**2))
       xTx = xMat.T * (weights * xMat)
       if linalg.det(xTx) == 0.0:
           print "This matrix is singular, cannot do inverse"
           return
       ws = xTx.I * (xMat.T * (weights * yMat))
       return testPoint * ws
   def lwlrTest(testArr,xArr,yArr,k=1.0):
       m = shape(testArr)[0]
       yHat = zeros(m)
       for i in range(m):
           yHat[i] = lwlr(testArr[i],xArr,yArr,k)
       return yHat
   def lwlrTestPlot(xArr,yArr,k=1.0):
       import matplotlib.pyplot as plt
       yHat = zeros(shape(yArr))
       xCopy = mat(xArr)
       xCopy.sort(0)
       for i in range(shape(xArr)[0]):
           yHat[i] = lwlr(xCopy[i],xArr,yArr,k)
       fig = plt.figure()
       ax = fig.add_subplot(111)
       ax.plot([i[1] for i in xArr],yArr,'ro')
       ax.plot(xCopy,yHat)
       plt.show()
       #return yHat,xCopy
   def rssError(yArr,yHatArr): #yArr and yHatArr both need to be arrays
       return ((yArr-yHatArr)**2).sum()
   def main():
       #regression
       xArr,yArr = loadDataSet('ex0.txt')
       ws = standRegres(xArr,yArr)
       print ws
       #plotStandRegres(xArr,yArr,ws)
       print calcCorrcoef(xArr,yArr,ws)
       #lwlr
       lwlrTestPlot(xArr,yArr,k=1)
   if __name__ == '__main__':
       main()