machine-learning
Search…
Ex 1: Plotting Cross-Validated Predictions
通用範例/範例一: Plotting Cross-Validated Predictions
- 1.資料集：波士頓房產
- 2.特徵：房地產客觀數據，如年份、平面大小
- 3.預測目標：房地產價格
- 4.機器學習方法：線性迴歸
- 5.探討重點：10 等分的交叉驗証(10-fold Cross-Validation)來實際測試資料以及預測值的關係
- 6.關鍵函式：
sklearn.cross_validation.cross_val_predict
(一)引入函式庫及內建測試資料庫
引入之函式庫如下
- 1.
matplotlib.pyplot: 用來繪製影像 - 2.
sklearn.datasets: 用來繪入內建測試資料庫 - 3.
sklearn.cross_validation import cross_val_predict：利用交叉驗證的方式來預測 - 4.
sklearn.linear_model：使用線性迴歸
(二)引入內建測試資料庫(boston房產資料)
使用
datasets.load_boston() 將資料存入， boston 為一個dict型別資料，我們看一下資料的內容。1
lr = linear_model.LinearRegression()
2
#lr = LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
3
boston = datasets.load_boston()
4
y = boston.target
Copied!
顯示
說明
('data', (506, 13))
房地產的資料集，共506筆房產13個特徵
('feature_names', (13,))
房地產的特徵名
('target', (506,))
回歸目標
DESCR
資料之描述
(三)cross_val_predict的使用
cross_val_predict的使用sklearn.cross_validation.cross_val_predict(estimator, X, y=None, cv=None, n_jobs=1, verbose=0, fit_params=None, pre_dispatch='2*n_jobs')X為機器學習數據， y為回歸目標， cv為交叉驗証時資料切分的依據，範例為10則將資料切分為10等分，以其中9等分為訓練集，另外一等分則為測試集。
1
predicted = cross_val_predict(lr, boston.data, y, cv=10)
Copied!
(四)繪出預測結果與實際目標差異圖
X軸為回歸目標，Y軸為預測結果。
並劃出一條斜率=1的理想曲線(用虛線標示)
1
fig, ax = plt.subplots()
2
ax.scatter(y, predicted)
3
ax.plot([y.min(), y.max()], [y.min(), y.max()], 'k--', lw=4)
4
ax.set_xlabel('Measured')
5
ax.set_ylabel('Predicted')
6
plt.show()
Copied!
(五)完整程式碼
Python source code: plot_cv_predict.py
1
from sklearn import datasets
2
from sklearn.cross_validation import cross_val_predict
3
from sklearn import linear_model
4
import matplotlib.pyplot as plt
5
6
lr = linear_model.LinearRegression()
7
boston = datasets.load_boston()
8
y = boston.target
9
10
# cross_val_predict returns an array of the same size as `y` where each entry
11
# is a prediction obtained by cross validated:
12
predicted = cross_val_predict(lr, boston.data, y, cv=10)
13
14
fig, ax = plt.subplots()
15
ax.scatter(y, predicted)
16
ax.plot([y.min(), y.max()], [y.min(), y.max()], 'k--', lw=4)
17
ax.set_xlabel('Measured')
18
ax.set_ylabel('Predicted')
19
plt.show()
Copied!