拓端tecdat|Matlab广义线性模型glm泊松回归的lasso、弹性网络正则化分类预测考试成绩数据和交叉验证可视化

原文链接：http://tecdat.cn/?p=24777 

原文出处：拓端数据部落公众号

使用冗余预测变量构建数据集并使用lasso和 glm识别这些预测变量 。

使用lasso正则化去除冗余预测变量

创建一个X 包含 100 个观测值和 10 个预测变量的随机矩阵 。y 仅使用四个预测变量和少量噪声创建正态分布因变量 。

1.  
    
2.  
   默认值
3.  
   randn ;
4.  
    
5.  
   X*权重 + randn*0.1; % 小的附加噪音
6.  
    

执行lasso正则化。

lasso

求第 75 个Lambda 值 的系数向量 B。

lassoglm 识别并删除冗余预测变量。

广义线性模型的交叉验证lasso正则化

从泊松模型构建数据，并使用lasso 确定重要的预测变量 。

创建具有 20 个预测变量的数据。仅使用三个预测变量加上一个常数来创建泊松因变量。

1.  
    
2.  
   rng % 用于重现性
3.  
   randn
4.  
    
5.  
   exp(X)*weights + 1
6.  
    
7.  
    

构建数据的泊松回归模型的交叉验证lasso正则化。

检查交叉验证图以查看Lambda 正则化参数的效果 。

1.  
   Plot('CV');
2.  
   legend

绿色圆圈和虚线定位 Lambda 交叉验证误差最小的位置。蓝色圆圈和虚线定位具有最小交叉验证误差加一个标准偏差的点。

找到对应于两个识别点的非零模型系数。

1.  
   FitInf
2.  
   find(B

1.  
   FitInf
2.  
   min1fnd(B)

来自最小加一标准误差点的系数正是用于创建数据的那些系数。

使用lasso正则化预测值

加载 学生考试成绩数据集。将上次考试成绩转换为逻辑向量，其中 1 代表80以上0 的成绩， 代表80以下的成绩。

1.  
    
2.  
   ynm = (y>=80);

将数据划分为训练集和测试集。

1.  
    
2.  
   rng default % 设置可重复性的种子
3.  
   Xi = X(iTain,:);
4.  
   yran = yBinom
5.  
   yTe = yBinom

对训练数据进行 3 折交叉验证，对广义线性模型回归执行lasso正则化。假设 中的值 y 是二项分布的。选择对应于Lambda 最小预期偏差的模型系数 。

1.  
   lasso(Trn,Tain,'binomial','CV',3);
2.  
   ince = FitIiance;
3.  
   FitIept

使用在上一步中找到的模型系数预测测试数据的考试成绩。使用 指定二项式因变量的链接函数 'logit'。将预测值转换为逻辑向量。

使用混淆矩阵确定预测的准确性。

confuhart

该函数可以正确预测 31 个考试成绩。然而，该函数错误地预测了1名学生获得B或以上的成绩，4名学生获得B以下的成绩。

---

最受欢迎的见解

1.R语言多元Logistic逻辑回归 应用案例

2.面板平滑转移回归(PSTR)分析案例实现

3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.R语言泊松Poisson回归模型分析案例

5.R语言混合效应逻辑回归Logistic模型分析肺癌

6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现

7.R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病

8.python用线性回归预测股票价格

9.R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测