Lasso回归算法： 坐标轴下降法与最小角回归法小结
http://www.cnblogs.com/pinard/p/6018889.html
本文将用一个例子来讲述怎么用scikit-learn和pandas来学习Ridge回归。
1. Ridge回归的损失函数
在我的另外一遍讲线性回归的文章中，对Ridge回归做了一些介绍，以及什么时候适合用 Ridge回归。如果对什么是Ridge回归还完全不清楚的建议阅读我这篇文章。
Ridge回归的损失函数表达形式是：
J(θ)=12(Xθ−Y)T(Xθ−Y)+12α||θ||22J(θ)=12(Xθ−Y)T(Xθ−Y)+12α||θ||22
其中αα为常数系数，需要进行调优。||θ||2||θ||2为L2范数。
算法需要解决的就是在找到一个合适的超参数αα情况下，求出使J(θ)J(θ)最小的θθ。一般可以用梯度下降法和最小二乘法来解决这个问题。scikit-learn用的是最小二乘法。
2. 数据获取与预处理
这里我们仍然用UCI大学公开的机器学习数据来跑Ridge回归。
数据的介绍在这： http://archive.ics.uci.edu/ml/datasets/Combined+Cycle+Power+Plant
数据的下载地址在这： http://archive.ics.uci.edu/ml/machine-learning-databases/00294/
里面是一个循环发电场的数据，共有9568个样本数据，每个数据有5列，分别是:AT（温度）, V（压力）, AP（湿度）, RH（压强）, PE（输出电力)。我们不用纠结于每项具体的意思。
我们的问题是得到一个线性的关系，对应PE是样本输出，而AT/V/AP/RH这4个是样本特征， 机器学习的目的就是通过调节超参数αα得到一个线性回归模型，即:
PE=θ0+θ1∗AT+θ2∗V+θ3∗AP+θ4∗RHPE=θ0+θ1∗AT+θ2∗V+θ3∗AP+θ4∗RH
使损失函数J(θ)J(θ)最小。而需要学习的，就是θ0,θ1,θ2,θ3,θ4θ0,θ1,θ2,θ3,θ4这5个参数。
下载后的数据可以发现是一个压缩文件，解压后可以看到里面有一个xlsx文件，我们先用excel把它打开，接着“另存为“”csv格式，保存下来，后面我们就用这个csv来运行Ridge回归。
这组数据并不一定适合用Ridge回归模型，实际上这组数据是高度线性的，使用正则化的Ridge回归仅仅只是为了讲解方便。
3. 数据读取与训练集测试集划分
我们先打开ipython notebook,新建一个notebook。当然也可以直接在python的交互式命令行里面输入，不过还是推荐用notebook。下面的例子和输出我都是在notebook里面跑的。
先把要导入的库声明了：
import matplotlib.pyplot as plt %matplotlib inline import numpy as np import pandas as pd from sklearn import datasets, linear_model
接着用pandas读取数据：
# read_csv里面的参数是csv在你电脑上的路径，此处csv文件放在notebook运行目录下面的CCPP目录里
data = pd.read_csv('.\CCPP\ccpp.csv')
我们用AT， V，AP和RH这4个列作为样本特征。用PE作为样本输出：
X = data[['AT', 'V', 'AP', 'RH']] y = data[['PE']]
接着把数据集划分为训练集和测试集：
from sklearn.cross_validation import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=1)
4. 用scikit-learn运行Ridge回归
要运行Ridge回归，我们必须要指定超参数αα。你也许会问：“我也不知道超参数是多少啊？” 我也不知道，那么我们随机指定一个(比如1)，后面我们会讲到用交叉验证从多个输入超参数αα中快速选择最优超参数的办法。
from sklearn.linear_model import Ridge ridge = Ridge(alpha=1) ridge.fit(X_train, y_train)
训练完了，可以看看模型参数是多少:
print ridge.coef_ print ridge.intercept_
输出结果如下：
[[-1.97373209 -0.2323016 0.06935852 -0.15806479]] [ 447.05552892]
也就是说我们得到的模型是：
PE=447.05552892−1.97373209∗AT−0.2323016∗V+0.06935852∗AP−0.15806479∗RHPE=447.05552892−1.97373209∗AT−0.2323016∗V+0.06935852∗AP−0.15806479∗RH
但是这样还没有完？为什么呢，因为我们假设了超参数αα为1， 实际上我们并不知道超参数αα取多少最好，实际研究是需要在多组自选的αα中选择一个最优的。
那么我们是不是要把上面这段程序在N种αα的值情况下，跑N遍，然后再比较结果的优劣程度呢？ 可以这么做，但是scikit-learn提供了另外一个交叉验证选择最优αα的API，下面我们就用这个API来选择αα。
5. 用scikit-learn选择Ridge回归超参数αα
这里我们假设我们想在这10个αα值中选择一个最优的值。代码如下：
from sklearn.linear_model import RidgeCV ridgecv = RidgeCV(alphas=[0.01, 0.1, 0.5, 1, 3, 5, 7, 10, 20, 100]) ridgecv.fit(X_train, y_train) ridgecv.alpha_
输出结果为：7.0，说明在我们给定的这组超参数中， 7是最优的αα值。
6. 用scikit-learn研究超参数αα和回归系数θθ的关系
通过Ridge回归的损失函数表达式可以看到，αα越大，那么正则项惩罚的就越厉害，得到回归系数θθ就越小，最终趋近与0。而如果αα越小，即正则化项越小，那么回归系数θθ就越来越接近于普通的线性回归系数。
这里我们用scikit-learn来研究这种Ridge回归的变化，例子参考了scikit-learn的官网例子。我们单独启动一个notebook或者python shell来运行这个例子。
首先还是加载类库：
import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model %matplotlib inline
接着我们自己生成一个10x10的矩阵X，表示一组有10个样本，每个样本有10个特征的数据。生成一个10x1的向量y代表样本输出。
# X is a 10x10 matrix X = 1. / (np.arange(1, 11) + np.arange(0, 10)[:, np.newaxis]) # y is a 10 x 1 vector y = np.ones(10)
这样我们的数据有了，接着就是准备超参数αα了。我们准备了200个超参数，来分别跑 Ridge回归。准备这么多的目的是为了后面画图看αα和θθ的关系
n_alphas = 200 # alphas count is 200, 都在10的-10次方和10的-2次方之间 alphas = np.logspace(-10, -2, n_alphas)
有了这200个超参数αα，我们做200次循环，分别求出各个超参数对应的θθ(10个维度)，存起来后面画图用。
clf = linear_model.Ridge(fit_intercept=False)
coefs = []
# 循环200次
for a in alphas:
#设置本次循环的超参数
clf.set_params(alpha=a)
#针对每个alpha做ridge回归
clf.fit(X, y)
# 把每一个超参数alpha对应的theta存下来
coefs.append(clf.coef_)
好了，有了200个超参数αα，以及对应的θθ，我们可以画图了。我们的图是以αα为x轴，θθ的10个维度为y轴画的。代码如下：
ax = plt.gca()
ax.plot(alphas, coefs)
#将alpha的值取对数便于画图
ax.set_xscale('log')
#翻转x轴的大小方向，让alpha从大到小显示
ax.set_xlim(ax.get_xlim()[::-1])
plt.xlabel('alpha')
plt.ylabel('weights')
plt.title('Ridge coefficients as a function of the regularization')
plt.axis('tight')
plt.show()
最后得到的图如下：
从图上也可以看出，当αα比较大，接近于10−210−2的时候，θθ的10个维度都趋于0。而当αα比较小，接近于10−1010−10的时候，θθ的10个维度都趋于线性回归的回归系数。
（欢迎转载，转载请注明出处。欢迎沟通交流： liujianping-ok@163.com）
