python 逐步回归算法


Posted in Python onApril 06, 2021

算法介绍

逐步回归是一种线性回归模型自变量选择方法;
逐步回归的基本思想是将变量逐个引入模型,每引入一个解释变量后都要进行F检验,并对已经选入的解释变量逐个进行t检验,当原来引入的解释变量由于后面解释变量的引入变得不再显著时,则将其删除。以确保每次引入新的变量之前回归方程中只包含显著性变量。这是一个反复的过程,直到既没有显著的解释变量选入回归方程,也没有不显著的解释变量从回归方程中剔除为止。以保证最后所得到的解释变量集是最优的。
这里我们选择赤池信息量(Akaike Information Criterion)来作为自变量选择的准则,赤池信息量(AIC)达到最小:基于最大似然估计原理的模型选择准则。

数据情况

案例

在现实生活中,影响一个地区居民消费的因素有很多,例如一个地区的人均生产总值、收入水平等等,本案例选取了9个解释变量研究城镇居民家庭平均每人全年的消费新支出y,解释变量为:
x1——居民的食品花费
x2——居民的衣着消费
x3——居民的居住花费
x4——居民的医疗保健花费
x5——居民的文教娱乐花费
x6——地区的职工平均工资
x7——地区的人均GDP
x8——地区的消费价格指数
x9——地区的失业率(%)

数据

python 逐步回归算法

代码

# -*- coding: UTF-8 -*-

import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
from statsmodels.stats.api import anova_lm
import matplotlib.pyplot as plt
import pandas as pd
from patsy import dmatrices
import itertools as it
import random


# Load data 读取数据
df = pd.read_csv('data3.1.csv',encoding='gbk')
print(df)


target = 'y'
variate = set(df.columns) #获取列名
variate.remove(target) #去除无关列
variate.remove('地区')

#定义多个数组,用来分别用来添加变量,删除变量
x = []
variate_add = []
variate_del = variate.copy()
# print(variate_del)
y = random.sample(variate,3) #随机生成一个选模型,3为变量的个数
print(y)
#将随机生成的三个变量分别输入到 添加变量和删除变量的数组
for i in y:
 variate_add.append(i)
 x.append(i)
 variate_del.remove(i)

global aic #设置全局变量 这里选择AIC值作为指标
formula="{}~{}".format("y","+".join(variate_add)) #将自变量名连接起来
aic=smf.ols(formula=formula,data=df).fit().aic #获取随机函数的AIC值,与后面的进行对比
print("随机化选模型为:{}~{},对应的AIC值为:{}".format("y","+".join(variate_add), aic))
print("\n")



#添加变量
def forwark():
 score_add = []
 global best_add_score
 global best_add_c
 print("添加变量")
 for c in variate_del:
  formula = "{}~{}".format("y", "+".join(variate_add+[c]))
  score = smf.ols(formula = formula, data = df).fit().aic
  score_add.append((score, c)) #将添加的变量,以及新的AIC值一起存储在数组中
  
  print('自变量为{},对应的AIC值为:{}'.format("+".join(variate_add+[c]), score))

 score_add.sort(reverse=True) #对数组内的数据进行排序,选择出AIC值最小的
 best_add_score, best_add_c = score_add.pop()
 
 print("最小AIC值为:{}".format(best_add_score))
 print("\n")

#删除变量
def back():
 score_del = []
 global best_del_score
 global best_del_c
 print("剔除变量")
 for i in x:

  select = x.copy() #copy一个集合,避免重复修改到原集合
  select.remove(i)
  formula = "{}~{}".format("y","+".join(select))
  score = smf.ols(formula = formula, data = df).fit().aic
  print('自变量为{},对应的AIC值为:{}'.format("+".join(select), score))
  score_del.append((score, i))

 score_del.sort(reverse=True) #排序,方便将最小值输出
 best_del_score, best_del_c = score_del.pop() #将最小的AIC值以及对应剔除的变量分别赋值
 print("最小AIC值为:{}".format(best_del_score))
 print("\n")

print("剩余变量为:{}".format(variate_del))
forwark()
back()

while variate:
  
#  forwark()
#  back()
 if(aic < best_add_score < best_del_score or aic < best_del_score < best_add_score):
  print("当前回归方程为最优回归方程,为{}~{},AIC值为:{}".format("y","+".join(variate_add), aic))
  break
 elif(best_add_score < best_del_score < aic or best_add_score < aic < best_del_score):
  print("目前最小的aic值为{}".format(best_add_score))
  print('选择自变量:{}'.format("+".join(variate_add + [best_add_c]))) 
  print('\n')
  variate_del.remove(best_add_c)
  variate_add.append(best_add_c)
  print("剩余变量为:{}".format(variate_del))
  aic = best_add_score
  forwark()
 else:
  print('当前最小AIC值为:{}'.format(best_del_score))
  print('需要剔除的变量为:{}'.format(best_del_c))
  aic = best_del_score #将AIC值较小的选模型AIC值赋给aic再接着下一轮的对比
  x.remove(best_del_c) #在原集合上剔除选模型所对应剔除的变量
  back()

结果

python 逐步回归算法

python 逐步回归算法

python 逐步回归算法

以上就是如何用python 做逐步回归的详细内容,更多关于python 逐步回归的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
解析Python中的变量、引用、拷贝和作用域的问题
Apr 07 Python
在Python中使用M2Crypto模块实现AES加密的教程
Apr 08 Python
用python写个自动SSH登录远程服务器的小工具(实例)
Jun 17 Python
用python做一个搜索引擎(Pylucene)的实例代码
Jul 05 Python
TensorFlow 模型载入方法汇总(小结)
Jun 19 Python
Python实现基于POS算法的区块链
Aug 07 Python
Python简直是万能的,这5大主要用途你一定要知道!(推荐)
Apr 03 Python
Python中字典与恒等运算符的用法分析
Aug 22 Python
Python 读取WAV音频文件 画频谱的实例
Mar 14 Python
快速解决jupyter notebook启动需要密码的问题
Apr 21 Python
keras在构建LSTM模型时对变长序列的处理操作
Jun 29 Python
python的dict判断key是否存在的方法
Dec 09 Python
python 通过使用Yolact训练数据集
python生成随机数、随机字符、随机字符串
Apr 06 #Python
Django项目配置Memcached和Redis, 缓存选择哪个更有优势
Apr 06 #Python
PySwarms(Python粒子群优化工具包)的使用:GlobalBestPSO例子解析
python实现批量提取指定文件夹下同类型文件
Apr 05 #Python
python实现ROA算子边缘检测算法
python实现批量移动文件
You might like
建站常用13种PHP开源CMS比较
2009/08/23 PHP
php之curl实现http与https请求的方法
2014/10/21 PHP
php中session定期自动清理的方法
2015/11/12 PHP
jQuery使用手册之二 DOM操作
2007/03/24 Javascript
Js动态创建div
2008/09/25 Javascript
通过正则格式化url查询字符串实现代码
2012/12/28 Javascript
JS 仿腾讯发表微博的效果代码
2013/12/25 Javascript
JS判断两个时间大小的示例代码
2014/01/28 Javascript
jQuery中prependTo()方法用法实例
2015/01/08 Javascript
javascript中AJAX用法实例分析
2015/01/30 Javascript
js实现文本框输入文字个数限制代码
2015/12/25 Javascript
实现高性能JavaScript之执行与加载
2016/01/30 Javascript
jquery层级选择器的实现(匹配后代元素div)
2016/09/05 Javascript
bootstrap选项卡使用方法解析
2017/01/11 Javascript
bootstrap选项卡扩展功能详解
2017/06/14 Javascript
js+html5生成自动排列对话框实例
2017/10/09 Javascript
JavaScript基础心法 深浅拷贝(浅拷贝和深拷贝)
2018/03/05 Javascript
webpack4实现不同的导出类型
2019/04/09 Javascript
JavaScript中变量提升机制示例详解
2019/12/27 Javascript
React.js组件实现拖拽排序组件功能过程解析
2020/04/27 Javascript
Javascript异步执行不按顺序解决方案
2020/04/30 Javascript
python通过pip更新所有已安装的包实现方法
2017/05/19 Python
Python定义一个跨越多行的字符串的多种方法小结
2018/07/19 Python
基于python实现学生管理系统
2018/10/17 Python
Python matplotlib的使用并自定义colormap的方法
2018/12/13 Python
详解Python匿名函数(lambda函数)
2019/04/19 Python
python中sys模块是做什么用的
2020/08/16 Python
用Python制作mini翻译器的实现示例
2020/08/17 Python
详解matplotlib中pyplot和面向对象两种绘图模式之间的关系
2021/01/22 Python
英国运动风奢侈品购物网站:Maison De Fashion
2020/08/28 全球购物
戴尔荷兰官方网站:Dell荷兰
2020/10/04 全球购物
消防安全汇报材料
2014/02/08 职场文书
营运督导岗位职责
2015/04/10 职场文书
校运会班级霸气口号
2015/12/24 职场文书
浅析MySQL如何实现事务隔离
2021/06/26 MySQL
MySQL实战记录之如何快速定位慢SQL
2022/03/23 MySQL