如何避免回归模型中的浮点值

Posted 2023-03-12

【中文标题】如何避免回归模型中的浮点值

【英文标题】：How to avoid float values in regression models

【发布时间】：2015-09-04 02:49:02

【问题描述】：

我正在尝试使用线性、SGDRegressor、岭、套索等回归模型来预测葡萄酒质量（范围从 1 到 10）。

数据集：http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-white.csv

独立值：挥发性酸度、残糖、游离二氧化硫、总二氧化硫、酒精 依赖：质量

线性模型

regr = linear_model.LinearRegression(n_jobs=3)
regr.fit(x_train, y_train)
predicted = regr.predict(x_test)

线性回归的预测值 数组（[ 5.33560542, 5.47347404, 6.09337194, ..., 5.67566813, 5.43609198, 6.08189 ])

预测值是浮点数而不是 (1,2,3...10) 我尝试使用 numpy 对预测值进行舍入

predicted = np.round(regr.predict(x_test))` but my accuracy gone down with this attempt.

SGDRegressor 模型。

from sklearn import linear_model
np.random.seed(0)
clf = linear_model.SGDRegressor()
clf.fit(x_train, y_train)
redicted = np.floor(clf.predict(x_test))

SGDRegressor 的预测输出值：

array([ -2.77685458e+12,   3.26826414e+12,   4.18655713e+11, ...,
     4.72375220e+12,  -7.08866307e+11,   3.95571514e+12])

这里我无法将输出值转换为整数。

谁能告诉我使用这些回归模型预测葡萄酒质量的最佳方法。

【问题讨论】：

你有没有对 0 到 1 之间的数据进行归一化处理？或者有时取决于 -1 和 1 之间的回归

也许这是一个分类问题？

作为学术作业的一部分，我们必须同时使用分类（根据质量对葡萄酒进行分类）和回归模型（预测葡萄酒的质量）@Chung-YenHung 你认为是还有其他选择吗？还是我错过了任何其他措施？

@pbu 我还没有标准化数据。您认为将数据归一化会导致输出质量为整数形式吗？

SGDRegressor 结果似乎完全没有价值，为什么它预测为负数和~1e12 的葡萄酒分数？！我没有看它的文档，你确定不需要传入一些参数吗？或者，也许将您的输入特征标准化为零均值单位方差（或类似的东西）将对此有所帮助。

【参考方案1】：

您正在进行回归，因此输出本质上是连续的。

您应该注意的是，您关于预测葡萄酒质量的小项目不是分类问题。响应变量 y（葡萄酒质量）具有内在顺序，这意味着 6 分绝对优于 5 分。它不是分类变量，不同的数字仅代表不同的组，而组是不可比较的。