sklearn.linear_model.ridge 中的统计汇总表？
Posted
技术标签:
【中文标题】sklearn.linear_model.ridge 中的统计汇总表？【英文标题】：statistical summary table in sklearn.linear_model.ridge? 【发布时间】：2017-02-25 15:20:45 【问题描述】：在 OLS 形式的 StatsModels 中，results.summary 显示回归结果的汇总（例如 AIC、BIC、R-squared、...）。
有没有办法在 sklearn.linear_model.ridge 中有这个汇总表？
如果有人指导我，我将不胜感激。谢谢。
【问题讨论】：
【参考方案1】：据我所知，sklearn 中没有类似 R（或 Statsmodels）的汇总表。 （请查看this answer）
相反，如果您需要它，可以使用 statsmodels.regression.linear_model.OLS.fit_regularized 类。 （L1_wt=0 用于岭回归。）
目前，model.fit_regularized(~).summary() 似乎返回None，尽管下面有文档字符串。但是对象有params，summary()可以用某种方式。
返回：一个 RegressionResults 对象，与
fit返回的类型相同。
示例。
样本数据不适用于岭回归，但无论如何我都会尝试。
在。
import numpy as np
import pandas as pd
import statsmodels
import statsmodels.api as sm
import matplotlib.pyplot as plt
statsmodels.__version__
出去。
'0.8.0rc1'
在。
data = sm.datasets.ccard.load()
print "endog: " + data.endog_name
print "exog: " + ', '.join(data.exog_name)
data.exog[:5, :]
出去。
endog: AVGEXP
exog: AGE, INCOME, INCOMESQ, OWNRENT
Out[2]:
array([[ 38. , 4.52 , 20.4304, 1. ],
[ 33. , 2.42 , 5.8564, 0. ],
[ 34. , 4.5 , 20.25 , 1. ],
[ 31. , 2.54 , 6.4516, 0. ],
[ 32. , 9.79 , 95.8441, 1. ]])
在。
y, X = data.endog, data.exog
model = sm.OLS(y, X)
results_fu = model.fit()
print results_fu.summary()
出去。
OLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 0.543
Model: OLS Adj. R-squared: 0.516
Method: Least Squares F-statistic: 20.22
Date: Wed, 19 Oct 2016 Prob (F-statistic): 5.24e-11
Time: 17:22:48 Log-Likelihood: -507.24
No. Observations: 72 AIC: 1022.
Df Residuals: 68 BIC: 1032.
Df Model: 4
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
x1 -6.8112 4.551 -1.497 0.139 -15.892 2.270
x2 175.8245 63.743 2.758 0.007 48.628 303.021
x3 -9.7235 6.030 -1.613 0.111 -21.756 2.309
x4 54.7496 80.044 0.684 0.496 -104.977 214.476
==============================================================================
Omnibus: 76.325 Durbin-Watson: 1.692
Prob(Omnibus): 0.000 Jarque-Bera (JB): 649.447
Skew: 3.194 Prob(JB): 9.42e-142
Kurtosis: 16.255 Cond. No. 87.5
==============================================================================
Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
在。
frames = []
for n in np.arange(0, 0.25, 0.05).tolist():
results_fr = model.fit_regularized(L1_wt=0, alpha=n, start_params=results_fu.params)
results_fr_fit = sm.regression.linear_model.OLSResults(model,
results_fr.params,
model.normalized_cov_params)
frames.append(np.append(results_fr.params, results_fr_fit.s-s-r))
df = pd.DataFrame(frames, columns=data.exog_name + ['s-s-r*'])
df.index=np.arange(0, 0.25, 0.05).tolist()
df.index.name = 'alpha*'
df.T
出去。
在。
%matplotlib inline
fig, ax = plt.subplots(1, 2, figsize=(14, 4))
ax[0] = df.iloc[:, :-1].plot(ax=ax[0])
ax[0].set_title('Coefficient')
ax[1] = df.iloc[:, -1].plot(ax=ax[1])
ax[1].set_title('s-s-r')
出去。
在。
results_fr = model.fit_regularized(L1_wt=0, alpha=0.04, start_params=results_fu.params)
final = sm.regression.linear_model.OLSResults(model,
results_fr.params,
model.normalized_cov_params)
print final.summary()
出去。
OLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 0.543
Model: OLS Adj. R-squared: 0.516
Method: Least Squares F-statistic: 20.17
Date: Wed, 19 Oct 2016 Prob (F-statistic): 5.46e-11
Time: 17:22:49 Log-Likelihood: -507.28
No. Observations: 72 AIC: 1023.
Df Residuals: 68 BIC: 1032.
Df Model: 4
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
x1 -5.6375 4.554 -1.238 0.220 -14.724 3.449
x2 159.1412 63.781 2.495 0.015 31.867 286.415
x3 -8.1360 6.034 -1.348 0.182 -20.176 3.904
x4 44.2597 80.093 0.553 0.582 -115.564 204.083
==============================================================================
Omnibus: 76.819 Durbin-Watson: 1.694
Prob(Omnibus): 0.000 Jarque-Bera (JB): 658.948
Skew: 3.220 Prob(JB): 8.15e-144
Kurtosis: 16.348 Cond. No. 87.5
==============================================================================
Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
【讨论】：
感谢您的回答。抱歉，我对 R 不熟悉。在 python 中，我从 statsmodels.formula.api 导入了 ols。我应用了这个命令，model=ols.ols("y~a1+a2+a3+a4",data).fit()。然后 model.summary() 将显示汇总统计表。我想对我的数据应用岭回归。我试过model=ols.ols("y~a1+a2+a3+a4",data).fit_regularized(L1_wt=0,alpha=0.005)，但是结果和没有正则化一样。如果您指导我解决此问题，我将不胜感激。提前谢谢你。 @zhr 你知道，.fit_regularized(~).summary() 似乎还没有实现，不像 logit 的那样。所以我用上面的OLSResult 类调用尝试了一些技巧。
@su79eu7k - 假设 s-s-r 是指残差平方和，s-s-r 的规模是不是太宽泛而无法用于解释比较不同的 alpha 值 wrt 正则化拟合？
我认为这个解决方案有问题。它在一些邪恶的婚姻中结合了来自正规化和非正规化训练模型的报告。作为证据，请尝试在不训练非正则化模型的情况下运行上述脚本 - 它不起作用。这是因为尚未为正则化模型设置归一化 cov 参数（我认为！）
作为一种变通方法，我将使用来自非正则化模型的报告来帮助我解释正则化模型的结果。不理想，但现在可以。将它们组合起来的问题是每个系数的标准误差不受正则化的影响，因此一个显着但由于正则化而缩小的变量可能看起来微不足道。这有意义吗？【参考方案2】：
from statsmodels.tools.tools import pinv_extended
X_train = sm.add_constant(X_train)
model = sm.OLS(y_train, X_train)
# If True, the model is refit using only the variables that have non-zero
# coefficients in the regularized fit. The refitted model is not regularized.
result = model.fit_regularized(
method = 'elastic_net',
alpha = alp,
L1_wt = l1,
start_params = None,
profile_scale = False,
#refit = True,
refit = False,
maxiter = 9000,
zero_tol = 1e-5,
)
pinv_wexog,_ = pinv_extended(model.wexog)
normalized_cov_params = np.dot(pinv_wexog, np.transpose(pinv_wexog))
final = sm.regression.linear_model.OLSResults(model,
result.params,
normalized_cov_params)
#print(final.summary())
x = sm.add_constant(X_test)
#x = X_test
R2 = r2_score(y_test, final.predict(x))
p = final.pvalues
t = final.tvalues
【讨论】：
它有什么作用？你应该解释你的解决方案 完美工作以获得模型摘要（）【参考方案3】：感谢@Bugee，我创建了以下函数，该函数返回 statsmodels 指标，例如 rsquared 和 rsquared_adj，以及 summary()。
您也可以使用 sklearn 线性模型（LinearRegression、Lasso、Ridge...）和 statsmodels OLS 和正则化 OLS。
from statsmodels.tools.tools import pinv_extended
import statsmodels.api as sm
import sklearn, statsmodels
def regression_analysis(X, y, model):
is_statsmodels = False
is_sklearn = False
# check for accepted linear models
if type(model) in [sklearn.linear_model._base.LinearRegression,
sklearn.linear_model._ridge.Ridge,
sklearn.linear_model._ridge.RidgeCV,
sklearn.linear_model._coordinate_descent.Lasso,
sklearn.linear_model._coordinate_descent.LassoCV,
sklearn.linear_model._coordinate_descent.ElasticNet,
sklearn.linear_model._coordinate_descent.ElasticNetCV,
]:
is_sklearn = True
elif type(model) in [statsmodels.regression.linear_model.OLS,
statsmodels.base.elastic_net.RegularizedResults,
]:
is_statsmodels = True
else:
print("Only linear models are supported!")
return None
has_intercept = False
if is_statsmodels and all(np.array(X)[:,0]==1):
# statsmodels add_constant has been used already
has_intercept = True
elif is_sklearn and model.intercept_:
has_intercept = True
if is_statsmodels:
# add_constant has been used already
x = X
model_params = model.params
else: # sklearn model
if has_intercept:
x = sm.add_constant(X)
model_params = np.hstack([np.array([model.intercept_]), model.coef_])
else:
x = X
model_params = model.coef_
#y = np.array(y).ravel()
# define the OLS model
olsModel = sm.OLS(y, x)
pinv_wexog,_ = pinv_extended(x)
normalized_cov_params = np.dot(pinv_wexog, np.transpose(pinv_wexog))
return sm.regression.linear_model.OLSResults(olsModel, model_params, normalized_cov_params)
如何使用？
from sklearn.linear_model import Ridge
skridge = Ridge(alpha=0.2, max_iter=9000, tol=1e-5, fit_intercept=True)
skridge.fit(X,y)
result = regression_analysis(X, y, skridge)
result.summary()
【讨论】：
以上是关于sklearn.linear_model.ridge 中的统计汇总表？的主要内容，如果未能解决你的问题，请参考以下文章