说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取。
1.项目背景
ElasticNet又叫弹性网络回归,ElasticNet是结合了Lasso和Ridge Regression的模型。ElasticNet在具有多个特征,并且特征之间具有一定关联的数据中比较有用。弹性网络最妙的地方是它永远可以产生有效解。由于它不会产生交叉的路径,所以产生的解都相当不错。
本项目应用弹性网络回归算法并通过网格搜索算法寻找最优参数值进行建模、预测及模型评估。
2.数据获取
本次建模数据来源于网络(本项目撰写人整理而成),数据项统计如下:
数据详情如下(部分展示):
3.数据预处理
3.1 用Pandas工具查看数据
使用Pandas工具的head()方法查看前五行数据:
关键代码:
3.2 数据缺失查看
使用Pandas工具的info()方法查看数据信息:
从上图可以看到,总共有7个变量,数据中无缺失值,共1000条数据。
关键代码:
3.3 数据描述性统计
通过Pandas工具的describe()方法来查看数据的平均值、标准差、最小值、分位数、最大值。
关键代码如下:
4.探索性数据分析
4.1 y变量直方图
用Matplotlib工具的hist()方法绘制直方图:
从上图可以看到,y变量主要集中在-200~200之间。
4.2 相关性分析
从上图中可以看到,数值越大相关性越强,正值是正相关、负值是负相关。
5.特征工程
5.1 建立特征数据和标签数据
关键代码如下:
5.2 数据集拆分
通过train_test_split()方法按照80%训练集、20%测试集进行划分,关键代码如下:
6.构建弹性网络回归模型
主要使用ElasticNet算法和网格搜索优化算法,用于目标回归。
6.1 通过网格搜索寻找最优参数值
关键代码:
最优参数:
6.2 最优参数值构建模型
7.模型评估
7.1 评估指标及结果
评估指标主要包括可解释方差值、平均绝对误差、均方误差、R方值等等。
从上表可以看出,R方0.9974,为模型效果较好。
关键代码如下:
7.2 真实值与预测值对比图
从上图可以看出真实值和预测值波动基本一致,模型拟合效果良好。
8.结论与展望
综上所述,本文采用了弹性网络回归算法来构建回归模型,通过网格搜索算法找到最优的参数值,最终证明了我们提出的模型效果较好。
# 本次机器学习项目实战所需的资料,项目资源如下: # 项目说明: # 链接:https://pan.baidu.com/s/1ifTH0UIpyuCCntQZ9mrimw # 提取码:qlli # 用Pandas工具查看数据 print(data.head()) print('******************************') # 数据缺失值统计 print(data.info()) print('******************************') # 描述性统计分析 print(data.describe().round(4)) print('******************************') # y变量分布直方图 fig = plt.figure(figsize=(8, 5)) # 设置画布大小 plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 data_tmp = data['y'] # 过滤出y变量的样本 # 绘制直方图 bins:控制直方图中的区间个数 auto为自动填充个数 color:指定柱子的填充色 plt.hist(data_tmp, bins='auto', color='g') plt.xlabel('y') plt.ylabel('数量') plt.title('y变量分布直方图')