ML：基于boston房价数据集利用多种线性回归算法(OLS/PLS/Lasso/Ridge)模型对比实现房价回归预测应用案例

ML：基于boston房价数据集利用多种线性回归算法(OLS/PLS/Lasso/Ridge)模型对比实现房价回归预测应用案例

目录

基于boston房价数据集利用多种线性回归算法(OLS/PLS/Lasso/Ridge)模型对比实现房价回归预测应用案例

# 1、定义数据集

# 2、数据预处理

# 2.1、分离特征与标签

# 3、模型训练与评估

# 3.1、划分训练集和测试集

# 3.2、模型训练与评估

# T1、OLS回归

# T2、PLS回归：基于偏最小二乘法的回归算法，适用于处理高度相关性和多重共线性的数据

# T3、Lasso回归：添加L1正则化项

# T4、Ridge回归：添加L2正则化项

相关文章
ML：基于boston房价数据集利用多种线性回归算法(OLS/PLS/Lasso/Ridge)模型对比实现房价回归预测应用案例
ML：基于boston房价数据集利用多种线性回归算法(OLS/PLS/Lasso/Ridge)模型对比实现房价回归预测应用案例实现代码

基于boston房价数据集利用多种线性回归算法(OLS/PLS/Lasso/Ridge)模型对比实现房价回归预测应用案例

# 1、定义数据集

      CRIM    ZN  INDUS  CHAS    NOX  ...    TAX  PTRATIO       B  LSTAT  target
0  0.00632  18.0   2.31   0.0  0.538  ...  296.0     15.3  396.90   4.98    24.0
1  0.02731   0.0   7.07   0.0  0.469  ...  242.0     17.8  396.90   9.14    21.6
2  0.02729   0.0   7.07   0.0  0.469  ...  242.0     17.8  392.83   4.03    34.7
3  0.03237   0.0   2.18   0.0  0.458  ...  222.0     18.7  394.63   2.94    33.4
4  0.06905   0.0   2.18   0.0  0.458  ...  222.0     18.7  396.90   5.33    36.2[5 rows x 14 columns]

RangeIndex: 506 entries, 0 to 505
Data columns (total 14 columns):#   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  0   CRIM     506 non-null    float641   ZN       506 non-null    float642   INDUS    506 non-null    float643   CHAS     506 non-null    float644   NOX      506 non-null    float645   RM       506 non-null    float646   AGE      506 non-null    float647   DIS      506 non-null    float648   RAD      506 non-null    float649   TAX      506 non-null    float6410  PTRATIO  506 non-null    float6411  B        506 non-null    float6412  LSTAT    506 non-null    float6413  target   506 non-null    float64
dtypes: float64(14)
memory usage: 55.5 KB

# 2、数据预处理

# 2.1、分离特征与标签

# 3、模型训练与评估

# 3.1、划分训练集和测试集

# 3.2、模型训练与评估

# T1、OLS回归

OLS…………
OLS MSE: 24.29111947497374
OLS R2: 0.6687594935356289

# T2、PLS回归：基于偏最小二乘法的回归算法，适用于处理高度相关性和多重共线性的数据

# 可以减少输入变量的维度，并找到输入变量与响应变量之间的最相关方向

PLS…………
PLS MSE: 24.924548948473063
PLS R2: 0.6601218718802111

# T3、Lasso回归：添加L1正则化项

Lasso…………
Lasso MSE: 24.31578684181988
Lasso R2: 0.6684231224146654

# T4、Ridge回归：添加L2正则化项

Ridge…………
Ridge MSE: 24.37760980875636
Ridge R2: 0.6675800871276227

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！