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
Python 匹配任意字符(包括换行符)的正则表达式写法
Oct 29 Python
python迭代器实例简析
Sep 25 Python
Python的Twisted框架中使用Deferred对象来管理回调函数
May 25 Python
Python性能提升之延迟初始化
Dec 04 Python
Python实现对一个函数应用多个装饰器的方法示例
Feb 09 Python
Python设置在shell脚本中自动补全功能的方法
Jun 25 Python
PyCharm 设置SciView工具窗口的方法
Jan 15 Python
Python3.7 pyodbc完美配置访问access数据库
Oct 03 Python
wxPython+Matplotlib绘制折线图表
Nov 19 Python
解决jupyter notebook import error但是命令提示符import正常的问题
Apr 15 Python
Python趣味实例,实现一个简单的抽奖刮刮卡
Jul 18 Python
python利用proxybroker构建爬虫免费IP代理池的实现
Feb 21 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
php数据库抽象层 PDO
2011/05/07 PHP
解析zend studio中直接导入svn中的项目的方法步骤
2013/06/21 PHP
PHP和JavaScrip分别获取关联数组的键值示例代码
2013/09/16 PHP
PHP字符串word末字符实现大小写互换的方法
2014/11/10 PHP
php使用google地图应用实例
2014/12/31 PHP
Laravel框架定时任务2种实现方式示例
2018/12/08 PHP
JS生成随机字符串的多种方法
2014/06/10 Javascript
javascript实现相同事件名称,不同命名空间的调用方法
2015/06/26 Javascript
Bootstrap CSS组件之导航条(navbar)
2016/12/17 Javascript
angular十大常见问题
2017/03/07 Javascript
动态加载、移除js/css文件的示例代码
2018/03/20 Javascript
Vue.js 实现微信公众号菜单编辑器功能(一)
2018/05/08 Javascript
vue.js 图片上传并预览及图片更换功能的实现代码
2018/08/27 Javascript
js实现弹幕墙效果
2020/12/10 Javascript
[01:59]深扒TI7聊天轮盘语音出处 1
2017/05/11 DOTA
利用Python的装饰器解决Bottle框架中用户验证问题
2015/04/24 Python
Django中使用group_by的方法
2015/05/26 Python
使用Turtle画正螺旋线的方法
2017/09/22 Python
Python 加密与解密小结
2018/12/06 Python
python实现贪吃蛇小游戏
2020/03/21 Python
python中用logging实现日志滚动和过期日志删除功能
2019/08/20 Python
用Python实现校园通知更新提醒功能
2019/11/23 Python
Python Scrapy框架:通用爬虫之CrawlSpider用法简单示例
2020/04/11 Python
浅析python函数式编程
2020/09/26 Python
python开发一个解析protobuf文件的简单编译器
2020/11/17 Python
基于Python采集爬取微信公众号历史数据
2020/11/27 Python
详解python使用金山词霸的翻译功能(调试工具断点的使用)
2021/01/07 Python
HTML5实现简单图片上传所遇到的问题及解决办法
2016/01/20 HTML / CSS
大专应届生个人简历的自我评价
2013/10/15 职场文书
教师应聘个人求职信
2013/12/10 职场文书
消防先进事迹材料
2014/02/10 职场文书
小学亲子活动总结
2014/07/01 职场文书
2015年感恩父亲节演讲稿
2015/03/19 职场文书
公司总经理岗位职责
2015/04/01 职场文书
父亲去世追悼词
2015/06/23 职场文书
公司员工离职感言
2015/08/03 职场文书