如下所示:
#-*- coding: utf-8 -*- import pandas as pd import numpy as np from patsy.highlevel import dmatrices #2.7里面是from patsy import dmatrices from statsmodels.stats.outliers_influence import variance_inflation_factor import statsmodels.api as sm import scipy.stats as stats from sklearn.metrics import mean_squared_error import seaborn as sns import matplotlib.pyplot as plt import matplotlib.mlab as mlab import matplotlib #數(shù)據(jù)獲取 ccpp = pd.read_excel('CCPP.xlsx') ccpp.describe() #繪制各變量之間的散點(diǎn)圖 sns.pairplot(ccpp) plt.show() #發(fā)電量(PE)與自變量之間的相關(guān)系數(shù) a = ccpp.corrwith(ccpp.PE) print(a) #將因變量PE,自變量AT,V,AP和截距項(xiàng)(值為1的1維數(shù)值)以數(shù)據(jù)框的形式組合起來 y,x = dmatrices('PE~AT+V+AP',data = ccpp,return_type = 'dataframe') #構(gòu)造空的數(shù)據(jù)框 vif = pd.DataFrame() vif[""VIF Factor""] = [variance_inflation_factor(x.values,i) for i in range(x.shape[1])] vif[""features""] = x.columns print (vif) #構(gòu)建PE與AT,V和AP之間的線性模型 fit = sm.formula.ols('PE~AT+V+AP',data=ccpp).fit() b = fit.summary() # print(b) #計(jì)算模型的RMSE值 pred = fit.predict() c = np.sqrt(mean_squared_error(ccpp.PE,pred)) print(c) #離群點(diǎn)檢驗(yàn) outliers = fit.get_influence() #高杠桿值點(diǎn)(帽子矩陣) leverage = outliers.hat_matrix_diag #dffits值 dffits = outliers.dffits[0] #學(xué)生化殘差 resid_stu = outliers.resid_studentized_external #cook距離 cook = outliers.cooks_distance[0] #covratio值 covratio = outliers.cov_ratio #將上面的幾種異常值檢驗(yàn)統(tǒng)計(jì)量與原始數(shù)據(jù)集合并 contat1 = pd.concat([pd.Series(leverage,name = 'leverage'),pd.Series(dffits,name ='dffits'), pd.Series(resid_stu,name = 'resid_stu'),pd.Series(cook,name = 'cook'), pd.Series(covratio,name ='covratio'),],axis = 1) ccpp_outliers = pd.concat([ccpp,contat1],axis = 1) d = ccpp_outliers.head() print(d) #計(jì)算異常值數(shù)量的比例 outliers_ratio = sum(np.where((np.abs(ccpp_outliers.resid_stu)>2),1,0))/ccpp_outliers.shape[0] e = outliers_ratio print(e) #刪除異常值 ccpp_outliers = ccpp_outliers.loc[np.abs(ccpp_outliers.resid_stu)<=2,] #重新建模 fit2 = sm.formula.ols('PE~AT+V+AP',data = ccpp_outliers).fit() f = fit2.summary() # print(f) pred2 = fit2.predict() g = np.sqrt(mean_squared_error(ccpp_outliers.PE,pred2)) print(g) # #殘差的正態(tài)性檢驗(yàn)(直方圖法) resid = fit2.resid #中文和負(fù)號(hào)的正常顯示 # plt.rcParams['font.sans=serif'] = ['Microsoft YaHei'] plt.rcParams['font.sans-serif'] = ['SimHei'] # plt.rcParams['font.sans=serif'] = 'sans-serif' plt.rcParams['axes.unicode_minus'] = False plt.hist(resid,bins = 100,normed = True,color = 'steelblue',edgecolor = 'k') #設(shè)置坐標(biāo)軸標(biāo)簽和標(biāo)題 plt.title('殘差直方圖') plt.ylabel('密度值') #生成正態(tài)曲線的數(shù)據(jù) x1 = np.linspace(resid.min(),resid.max(),1000) normal = mlab.normpdf(x1,resid.mean(),resid.std()) #繪制正態(tài)分布曲線 plt.plot(x1,normal,'r-',linewidth = 2,label = '正態(tài)分布曲線') #生成核密度曲線的數(shù)據(jù) kde = mlab.GaussianKDE(resid) x2 = np.linspace(resid.min(),resid.max(),1000) #繪制核密度曲線 plt.plot(x2,kde(x2),'k-',linewidth = 2,label = '核密度曲線') #去除圖形頂部邊界和右邊界的刻度 plt.tick_params(top = 'off',right = 'off') #顯示圖例 plt.legend(loc='best') #顯示圖形 plt.show() #生成的正態(tài)曲線的數(shù)據(jù) pp_qq_plot = sm.ProbPlot(resid) pp_qq_plot.ppplot(line = '45') plt.title('P-P圖') pp_qq_plot.qqplot(line = 'q') plt.title('Q-Q圖') plt.show() #殘差的正態(tài)性檢驗(yàn)(非參數(shù)法) standard_resid = (resid-np.mean(resid))/np.std(resid) g = stats.kstest(standard_resid,'norm') print(g) # 總結(jié):由于shapiro正態(tài)性檢驗(yàn)對(duì)樣本量的需求是5000以內(nèi),而本次數(shù)據(jù)集樣本量有9000多,故選擇k-s來完成正態(tài)性檢驗(yàn)。 # 從k-s檢驗(yàn)的p值來看,拒絕了殘差服從正態(tài)分布的假設(shè),即認(rèn)為殘差并不滿足正態(tài)性假設(shè)這個(gè)前提。 # 如果殘差不服從正態(tài)分布的話,建議對(duì)Y變量進(jìn)行box-cox變換處理。 # 由于fit2模型的殘差并沒有特別明顯的偏態(tài)(偏度為0.058,接近于0),故這里就不對(duì)Y進(jìn)行變換。 # # import scipy.stats as stats # #找到box-cox變換的Lambda系數(shù) # lamd = stats.boxcox_normmax(vif.y,method = 'mle') # #對(duì)y進(jìn)行變換 # vif['trans_y'] = stats.boxcox(vif.y,lamd) # #建模 # fit3 = sm.formula.ols('y~x1+x2...',data = vif).fit() # fit3.summary()
以上這篇python3 線性回歸驗(yàn)證方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號(hào)聯(lián)系: 360901061
您的支持是博主寫作最大的動(dòng)力,如果您喜歡我的文章,感覺我的文章對(duì)您有幫助,請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點(diǎn)擊下面給點(diǎn)支持吧,站長(zhǎng)非常感激您!手機(jī)微信長(zhǎng)按不能支付解決辦法:請(qǐng)將微信支付二維碼保存到相冊(cè),切換到微信,然后點(diǎn)擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
