15-岭回归以及模型的保存与加载

岭回归

在这里插入图片描述
正则化力度也是一个需要调参的过程

模型的保存与加载

api：sklearn.externals.joblib
保存：joblib.dump
加载：joblib.load
注意：文件格式：pkl，是一种二进制文件

"""案例：波士顿房价"""
from sklearn.datasets import load_boston
from sklearn.linear_model import Ridge
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error

def myridge():
    """
    岭回归直接预测房子价格
    :return: None
    """
    #获取数据
    lb = load_boston()
    #分割数据到训练集和测试集
    x_train, x_test, y_train, y_test = train_test_split(lb.data, lb.target, test_size=0.25)
    
    print(y_train,y_test)   #查看一下数据格式
    std_x = StandardScaler()
    x_train = std_x.fit_transform(x_train)
    x_test = std_x.transform(x_test)
    # print(x_test.shape)


    std_y = StandardScaler()
    y_train = std_y.fit_transform(y_train.reshape(-1,1))
    y_test = std_y.transform(y_test.reshape(-1,1))
    #注意：转换器里面的数据必须要求是二维的，所以我们reshape了数据。x_train,x_test本身就是二维的
  
    #岭回归进行房价预测
    rd = Ridge(alpha=1.0)  #alpha：正则化力度，默认1.0。这个超参数也可以利用网格搜索找到合适的值，可以是0-1之间的小数值，也可以是1-10之间的整数
    rd.fit(x_train, y_train)
    print("回归系数：\n", rd.coef_)
    y_predict = rd.predict(x_test)
    print("预测的房价为：\n", std_y.inverse_transform(y_predict))
    print("均方差：\n", mean_squared_error(std_y.inverse_transform(y_test), std_y.inverse_transform(y_predict)))

    return None

def loadmodel():
    lb = load_boston()
    #分割数据到训练集和测试集
    x_train, x_test, y_train, y_test = train_test_split(lb.data, lb.target, test_size=0.25)

    print(y_train,y_test)   #查看一下数据格式
    std_x = StandardScaler()
    x_train = std_x.fit_transform(x_train)
    x_test = std_x.transform(x_test)
    # print(x_test.shape)


    std_y = StandardScaler()
    y_train = std_y.fit_transform(y_train.reshape(-1,1))
    y_test = std_y.transform(y_test.reshape(-1,1))
    rd = joblib.load("./ridge.pkl")
    y_predict = rd.predict(x_test)
    print("预测的房价为：\n", std_y.inverse_transform(y_predict))
    print("均方差：\n", mean_squared_error(std_y.inverse_transform(y_test), std_y.inverse_transform(y_predict)))


if __name__ == "__main__":
    myridge()
    # loadmodel()

岭回归回归得到的回归系数更符合实际，更可靠。另外，能让估计参数的波动范围变小，变的更稳定。在存在病态数据偏多的研究中有较大的实用价值。