岭回归实现鲍鱼年龄预测 MATLAB实现

古德蜡克916

已于 2022-04-13 12:10:23 修改

阅读量2.6k

点赞数 4

文章标签：数据挖掘深度学习 matlab

于 2021-08-05 16:03:57 首次发布

本文链接：https://blog.csdn.net/qq_38994076/article/details/119420252

版权

本文介绍了如何运用Matlab平台进行鲍鱼年龄预测，通过岭回归（吉洪诺夫正则化）方法，利用鲍鱼的性别、尺寸等特征数据集进行机器学习建模。数据预处理包括标准化，实验重复30次，展示了随着正则化参数变化的权重变化趋势。数据集链接和岭回归函数实现见文中。

摘要由CSDN通过智能技术生成

最近在研究正则化方法，发现吉洪诺夫正则化就是统计里的岭回归，正好之前上课的时候遇到过鲍鱼年龄预测的问题，那就再跑跑代码吧
鲍鱼的年龄可以通过鲍鱼壳的“环数”来判断，但是获取这个“环数”是十分耗时的，需要锯开壳，然后在显微镜下观察得到。
可以通过鲍鱼的其他特征比如性别、长度、直径、高度、整体重量、去壳后重量、脏器重量、壳的重量等，通过机器学习的方法来预测其环数，从而得到年龄，具有很大的应用价值。
现有一份鲍鱼的数据集abalone.csv，该数据集有4177个数据样本，每个样本有9个特征，具体信息如下：
属性数据类型单位内容描述
性别（Sex）标称 M, F,I(infant)
长度（Length）连续毫米
直径（Diameter）连续毫米
高度（Height）连续毫米
整体重量（Whole weight）连续克
去壳后重量（Shucked weight）连续克
脏器重量（Viscera weight）连续克
壳的重量（Shell weight）连续克
环数（Rings）连续

利用Matlab平台实现鲍鱼年龄的预测，主要分为数据导入、预处理、回归等步骤，直接上代码吧：

clear;

%导入数据
data = importdata('abalone.txt');
[m,n] = size(data.data);

dataX = data.data;%特征
dataY = data.textdata;%标签
dataY = cell2mat(dataY);

%标准化
yMeans = mean(dataY);
for i = 1:m
    yMat(i,:) = dataY(i,:)-yMeans;
end

xMeans = mean(dataX);
xVars = var(dataX);
for i = 1:m
    xMat(i,:) = (dataX(i,:) - xMeans)./xVars;
end

% 运算30次
testNum = 30;
weights = zeros(testNum, n);
for i = 1:testNum
    w = ridgeRegression(xMat, yMat, exp(i-10));
    weights(i,:) = w';
end

% 画出随着参数lam
hold on
axis([-9 20 -0.5 0.5]);
xlabel log(lam);
ylabel weights;
for i = 1:n
    x = -9:20;
    y(1,:) = weights(:,i)';
    plot(x,y);
end