Pyhton 支持向量回归（SVR森林火灾燃烧面积预测实战）

一、数据读取、绘制及预处理

1.数据读取（有些指标不懂，练练手而已）

# 导入第三方模块
from sklearn import svm
import pandas as pd
from sklearn import model_selection
from sklearn import metrics
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import norm
from sklearn import preprocessing
import numpy as np

# 读取外部数据
forestfires = pd.read_csv(r'forestfires.csv')
# 数据前5行
forestfires.head()

结果：

2.绘制森林燃烧的面积

# 绘制森林烧毁面积的直方图
sns.distplot(forestfires.area, bins = 50, kde = True, fit = norm, hist_kws = {'color':'steelblue'}, 
             kde_kws = {'color':'red', 'label':'Kernel Density'}, 
             fit_kws = {'color':'black','label':'Nomal', 'linestyle':'--'})
# 显示图例
plt.legend()
# 显示图形
plt.show()

3.数据预处理（这里涉及一个偏峰时数据处理的问题参考博客链接：https://www.cnblogs.com/wqbin/p/10346292.html）

# 删除day变量
forestfires.drop('day',axis = 1, inplace = True)
# 将月份作数值化处理
forestfires.month = pd.factorize(forestfires.month)[0]

# 对area变量作对数变换（数据平滑处理），相对的有np.expm1(s)
y = np.log1p(forestfires.area)
# 将变量作标准化处理
predictors = forestfires.columns[:-1]
print(predictors)
X = preprocessing.scale(forestfires[predictors])

结果：

二、模型训练及预测

# 将数据拆分为训练集和测试集
X_train,X_test,y_train,y_test = model_selection.train_test_split(X, y, test_size = 0.25, random_state = 1234)

# 构建默认参数的SVM回归模型
svr = svm.SVR()
# 模型在训练数据集上的拟合
svr.fit(X_train,y_train)
# 模型在测试上的预测
pred_svr = svr.predict(X_test)
# 计算模型的均方误差（MSE）
metrics.mean_squared_error(y_test,pred_svr)

结果：

1.925863595333521

三、优化模型参数及模型训练和预测

1.优化参数

# 使用网格搜索法，选择SVM回归中的最佳C值、epsilon值和gamma值
epsilon = np.arange(0.1,1.5,0.2)
C= np.arange(100,1000,200)
gamma = np.arange(0.001,0.01,0.002)
parameters = {'epsilon':epsilon,'C':C,'gamma':gamma}
grid_svr = model_selection.GridSearchCV(estimator = svm.SVR(),param_grid =parameters,
                                        scoring='neg_mean_squared_error',cv=5,verbose =1, n_jobs=2)
# 模型在训练数据集上的拟合
grid_svr.fit(X_train,y_train)
# 返回交叉验证后的最佳参数值
print(grid_svr.best_params_, grid_svr.best_score_)

结果：

{'C': 300, 'epsilon': 1.1000000000000003, 'gamma': 0.001} -1.9940579497706303

2.模型训练及预测

# 模型在测试集上的预测
svm_svr = svm.SVR(C = 300, epsilon = 1.1000000000000003, gamma = 0.001)
# 计算模型在测试集上的MSE值
svm_svr.fit(X_train,y_train)
pred_grid_svr = svm_svr.predict(X_test)
metrics.mean_squared_error(y_test,pred_grid_svr)

结果：

1.7455012238826595