You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
|
|
|
|
|
# -*- coding: utf-8 -*-
|
|
|
|
|
|
|
|
|
|
|
|
###############################################################################
|
|
|
|
|
|
####################### 任务实现 #######################
|
|
|
|
|
|
###############################################################################
|
|
|
|
|
|
|
|
|
|
|
|
# 代码 8-2
|
|
|
|
|
|
# 使用了 Lasso 回归模型来分析数据集的特征，
|
|
|
|
|
|
# 从中筛选出与目标变量 y 相关的重要特征，并将结果保存到一个新的 CSV 文件中。以下是对代码的逐步分析：
|
|
|
|
|
|
import numpy as np
|
|
|
|
|
|
import pandas as pd
|
|
|
|
|
|
from sklearn.linear_model import Lasso
|
|
|
|
|
|
# inputfile = '../data/data.csv' #输入的数据文件
|
|
|
|
|
|
inputfile = './data.csv' #输入的数据文件
|
|
|
|
|
|
data = pd.read_csv(inputfile) #读取数据
|
|
|
|
|
|
# lasso = Lasso(1000) #调用Lasso()函数，设置λ的值为1000
|
|
|
|
|
|
lasso = Lasso(alpha=1000, max_iter=5000) # 增加迭代次数
|
|
|
|
|
|
lasso.fit(data.iloc[:,0:13],data['y'])
|
|
|
|
|
|
print('相关系数为：',np.round(lasso.coef_,5)) #输出结果，保留五位小数
|
|
|
|
|
|
|
|
|
|
|
|
## 计算相关系数非零的个数
|
|
|
|
|
|
print('相关系数非零个数为：',np.sum(lasso.coef_ != 0))
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
mask = lasso.coef_ != 0 #返回一个相关系数是否为零的布尔数组
|
|
|
|
|
|
print('相关系数是否为零：',mask)
|
|
|
|
|
|
|
|
|
|
|
|
# outputfile = '../tmp/new_reg_data.csv' #输出的数据文件
|
|
|
|
|
|
outputfile = './new_reg_data.csv' #输出的数据文件
|
|
|
|
|
|
# new_reg_data = data.iloc[:, mask] #返回相关系数非零的数据
|
|
|
|
|
|
# 返回相关系数非零的数据
|
|
|
|
|
|
new_reg_data = data.iloc[:, :13].loc[:, mask] # 只选择0到12列中非零的列
|
|
|
|
|
|
new_reg_data.to_csv(outputfile) #存储数据
|
|
|
|
|
|
print('输出数据的维度为：',new_reg_data.shape) #查看输出数据的维度
|
