규제 선형 모델 - 릿지, 라쏘, 엘라스틱넷¶

릿지 회귀¶

앞 예제의 보스턴 주택 가격을 Ridge 클래스를 이용해 다시 예측하고, 예측 성능을 cross_val_score()로 평가

In [1]:

# 데이터 불러오기

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from scipy import stats
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')

# boston 데이터 세트 로드
boston_df = pd.read_csv('./data/BostonHousing.csv')

print('boston 데이터 세트 크기 : ', boston_df.shape)
boston_df.head()

boston_df = boston_df.drop(['CAT. MEDV'], axis = 1, inplace = False)

# 데이터 나누기
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score

y_target = boston_df['MEDV']
X_data = boston_df.drop(['MEDV'], axis = 1, inplace = False)

boston 데이터 세트 크기 :  (506, 14)

Out[1]:

	CRIM	ZN	INDUS	NOX	RM	AGE	DIS	RAD	TAX	PTRATIO	LSTAT	MEDV	CAT. MEDV
0	0.00632	18.0	2.31	0.538	6.575	65.2	4.0900	1	296	15.3	4.98	24.0	0
1	0.02731	0.0	7.07	0.469	6.421	78.9	4.9671	2	242	17.8	9.14	21.6	0
2	0.02729	0.0	7.07	0.469	7.185	61.1	4.9671	2	242	17.8	4.03	34.7	1
3	0.03237	0.0	2.18	0.458	6.998	45.8	6.0622	3	222	18.7	2.94	33.4	1
4	0.06905	0.0	2.18	0.458	7.147	54.2	6.0622	3	222	18.7	5.33	36.2	1

In [2]:

from sklearn.linear_model import Ridge
from sklearn.model_selection import cross_val_score

# alpha = 10으로 설정해 릿지 회귀 수행
ridge = Ridge(alpha = 10)
neg_mse_scores = cross_val_score(ridge, X_data, y_target, scoring = 'neg_mean_squared_error', cv = 5)
rmse_scores = np.sqrt(-1 * neg_mse_scores)
avg_rmse = np.mean(rmse_scores)

print('5folds의 개별 Negative MSE scores : ', np.round(neg_mse_scores, 3))
print('5folds의 개별 RMSE scores : ', np.round(rmse_scores, 3))
print('5folds의 평균 RMSE : {:.3f}'.format(avg_rmse))

5folds의 개별 Negative MSE scores :  [-11.583 -25.997 -29.133 -71.25  -31.116]
5folds의 개별 RMSE scores :  [3.403 5.099 5.397 8.441 5.578]
5folds의 평균 RMSE : 5.584

In [3]:

# 릿지의 alpha 값을 0, 0.1, 1, 10, 100으로 변화시키면서 RMSE와 회귀 계수 값의 변화를 살피기
# 릿지에 사용될 alpha 파라미터의 값을 정의

alphas = [0, 0.1, 1, 10, 100]

# alphas list 값을 반복하면서 alpha에 따른 평균 rmse를 구함
for alpha in alphas:
    ridge = Ridge(alpha = alpha)
    
    # cross_val_score를 이용해 5 폴드의 평균rmse를 계산
    neg_mse_scores = cross_val_score(ridge, X_data, y_target, scoring = 'neg_mean_squared_error', cv = 5)
    avg_rmse = np.mean(np.sqrt(-1 * neg_mse_scores))
    print('alpha {} 일때 5 folds의 평균 RMSE : {:.3f}'.format(alpha, avg_rmse))

alpha 0 일때 5 folds의 평균 RMSE : 5.773
alpha 0.1 일때 5 folds의 평균 RMSE : 5.745
alpha 1 일때 5 folds의 평균 RMSE : 5.659
alpha 10 일때 5 folds의 평균 RMSE : 5.584
alpha 100 일때 5 folds의 평균 RMSE : 5.442

In [4]:

# alpha 값의 변화에 따른 피처의 회귀 계수 값을 가로 막대 그래프로 시각화
# 각 alpha에 따른 회귀 계수 값을 시각화하기 위해 5개의 열로 된 맷플롯립 축 생성
fig, axs = plt.subplots(figsize = (18, 6), nrows = 1, ncols = 5)
# 각 alpha에 따른 회귀 계수 값을 데이터로 저장하기 위핸 DataFrame를 생성
coeff_df = pd.DataFrame()

# alphas 리스트 값을 차례대로 입력해 회귀 계수 값 시각화 및 데이터 저장. pos는 axis의 위치 저장
for pos, alpha in enumerate(alphas):
    ridge = Ridge(alpha = alpha)
    ridge.fit(X_data, y_target)
    # alpha에 다른 피처별로 회귀 계수를 Series로 변환하고 이를 DataFrame의 칼럼으로 추가
    coeff = pd.Series(data = ridge.coef_, index = X_data.columns)
    colname = 'alpha : '+str(alpha)
    coeff_df[colname] = coeff
    # 막대 그래프 각 alpha값에서의 회귀 계수를 시각화, 회귀 계수값이 높은 순으로 표현
    coeff = coeff.sort_values(ascending = False)
    axs[pos].set_title(colname)
    axs[pos].set_xlim(-3, 6)
    sns.barplot(x = coeff.values, y = coeff.index, ax = axs[pos])
    
# for문 바깥에서 맷플롯립의 show 호출 및 alpha에 따른 피처별 회귀 계수를 dataframe로 표시
plt.show()

Out[4]:

Ridge(alpha=0)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

Out[4]:

Text(0.5, 1.0, 'alpha : 0')

Out[4]:

(-3.0, 6.0)

Out[4]:

<Axes: title={'center': 'alpha : 0'}>

Out[4]:

Ridge(alpha=0.1)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

Out[4]:

Text(0.5, 1.0, 'alpha : 0.1')

Out[4]:

(-3.0, 6.0)

Out[4]:

<Axes: title={'center': 'alpha : 0.1'}>

Out[4]:

Ridge(alpha=1)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

Out[4]:

Text(0.5, 1.0, 'alpha : 1')

Out[4]:

(-3.0, 6.0)

Out[4]:

<Axes: title={'center': 'alpha : 1'}>

Out[4]:

Ridge(alpha=10)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

Out[4]:

Text(0.5, 1.0, 'alpha : 10')

Out[4]:

(-3.0, 6.0)

Out[4]:

<Axes: title={'center': 'alpha : 10'}>

Out[4]:

Ridge(alpha=100)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

Out[4]:

Text(0.5, 1.0, 'alpha : 100')

Out[4]:

(-3.0, 6.0)

Out[4]:

<Axes: title={'center': 'alpha : 100'}>

In [5]:

ridge_alphas = [0, 0.1, 1, 10, 100]
sort_column = 'alpha : ' + str(ridge_alphas[0])
coeff_df.sort_values(by = sort_column, ascending = False)

Out[5]:

	alpha : 0	alpha : 0.1	alpha : 1	alpha : 10	alpha : 100
RM	3.658119	3.666261	3.701399	3.558849	2.253651
CHAS	2.839993	2.823289	2.703836	2.071141	0.671761
RAD	0.289405	0.286615	0.271825	0.259375	0.295906
ZN	0.046963	0.047125	0.048055	0.050232	0.054831
INDUS	0.013468	0.008610	-0.017854	-0.054085	-0.062140
AGE	0.003611	0.002612	-0.002751	-0.008428	0.002979
TAX	-0.012682	-0.012775	-0.013305	-0.014453	-0.016313
CRIM	-0.121389	-0.120906	-0.118324	-0.115526	-0.115481
LSTAT	-0.552019	-0.553451	-0.562037	-0.589156	-0.685498
PTRATIO	-0.937533	-0.924764	-0.855687	-0.771284	-0.803480
DIS	-1.490754	-1.474008	-1.382424	-1.251082	-1.151220
NOX	-18.758022	-17.621540	-11.402474	-2.513667	-0.277588

라쏘 회귀¶

In [6]:

# Lasso 클래스를 이용해 라쏘의 alpha 값을 변화시키면서 RMSE와 각 피처의 회귀 계수를 출력
from sklearn.linear_model import Lasso, ElasticNet

# alpha값에 따른 회귀 모델의 폴드 평균 RMSE를 출력하고 회귀 계수값들을 DataFrame으로 반환

def get_linear_reg_eval(model_name, params = None, X_data_n = None, y_target_n = None, verbose = True, return_coeff = True):
    coeff_df = pd.DataFrame()
    if verbose : print('##### ', model_name, '#####')
    for param in params:
        if model_name == 'Ridge':
            model = Ridge(alpha = param)
        elif model_name == 'Lasso':
            model = Lasso(alpha = param)
        elif model_name == 'ElasticNet':
            model = ElasticNet(alpha = param, l1_ratio = 0.7)
        neg_mse_scores = cross_val_score(model, X_data_n, y_target_n, scoring = 'neg_mean_squared_error', cv = 5)
        avg_rmse = np.mean(np.sqrt(-1 * neg_mse_scores))
        print('alpha {} 일 때 5 폴드 세트의 평균 RMSE : {:.3f}'.format(param, avg_rmse))
        # cross_val_score는 evaluation metric만 반환하므로 모델을 다시 학습하여 회귀 계수 추출
        model.fit(X_data_n, y_target_n)
        if return_coeff:
            # alpha에 따른 피처별 회귀 계수를 Series로 반환하고 이를 DataFrame의 칼럼으로 추가
            coeff = pd.Series(data = model.coef_, index = X_data_n.columns)
            colname = 'alpha : ' + str(param)
            coeff_df[colname] = coeff
    return coeff_df
# end of get_linear_regre_eval

In [7]:

# 라쏘에 사용될 alpha 파라미터의 값을 정의하고 get_linear_reg_eval()함수 호출
lasso_alpha = [0.07, 0.1, 0.5, 1, 3]
coeff_lasso_df = get_linear_reg_eval('Lasso', params = lasso_alpha, X_data_n = X_data, y_target_n = y_target)

#####  Lasso #####
alpha 0.07 일 때 5 폴드 세트의 평균 RMSE : 5.686
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 5.694
alpha 0.5 일 때 5 폴드 세트의 평균 RMSE : 5.792
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 5.894
alpha 3 일 때 5 폴드 세트의 평균 RMSE : 6.234

In [8]:

# 반환된 coeff_lasso_df를 첫 번째 컬럼순으로 내림차순 정렬해 회귀계수 DataFrame 출력

sort_column = 'alpha : ' + str(lasso_alpha[0])
coeff_lasso_df.sort_values(by = sort_column, ascending = False)

Out[8]:

	alpha : 0.07	alpha : 0.1	alpha : 0.5	alpha : 1	alpha : 3
RM	3.632990	3.546455	2.355091	0.832446	0.000000
CHAS	1.595663	1.116519	0.000000	0.000000	0.000000
RAD	0.249808	0.253579	0.259166	0.250702	0.043064
ZN	0.049801	0.049953	0.050263	0.050046	0.037518
NOX	-0.000000	-0.000000	-0.000000	-0.000000	0.000000
AGE	-0.009482	-0.007813	0.005802	0.022662	0.042981
TAX	-0.014756	-0.015035	-0.015950	-0.015925	-0.009051
INDUS	-0.054631	-0.049131	-0.015646	-0.000000	-0.000000
CRIM	-0.112437	-0.112139	-0.096775	-0.074909	-0.000000
LSTAT	-0.591606	-0.599945	-0.685666	-0.787480	-0.824538
PTRATIO	-0.735882	-0.741427	-0.734060	-0.702070	-0.242157
DIS	-1.177236	-1.161192	-0.938084	-0.660834	-0.000000

엘라스틱넷 회귀¶

In [9]:

# l1_ratio를 0.7로 고정 -> 단순히 alpha값의 변화만 살피기 위해
# 엘라스틱넷에 사용될 alpha 파라미터의 값들을 정의하고 get_linear_reg_eval() 함수 호출
# l1_raio는 0.7로 고정
elastic_alphas = [0.07, 0.1, 0.5, 1, 3]
coeff_elastic_df = get_linear_reg_eval('ElasticNet', params = elastic_alphas, X_data_n = X_data, y_target_n = y_target)

#####  ElasticNet #####
alpha 0.07 일 때 5 폴드 세트의 평균 RMSE : 5.622
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 5.614
alpha 0.5 일 때 5 폴드 세트의 평균 RMSE : 5.590
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 5.702
alpha 3 일 때 5 폴드 세트의 평균 RMSE : 6.126

In [11]:

# 반환된 coeff_elastic_df를 첫 번쩨 컬럼순으로 내림차순 정렬해 회귀계수 DataFrame 출력
sort_column = 'alpha : ' + str(elastic_alphas[0])
coeff_elastic_df.sort_values(by = sort_column, ascending = False)

Out[11]:

	alpha : 0.07	alpha : 0.1	alpha : 0.5	alpha : 1	alpha : 3
RM	3.430244	3.276725	1.831157	0.880772	0.000000
CHAS	1.448952	1.084738	0.000000	0.000000	0.000000
RAD	0.258474	0.262816	0.282231	0.272363	0.133588
ZN	0.050762	0.051264	0.053269	0.052385	0.038418
AGE	-0.007826	-0.006138	0.009557	0.021816	0.044156
TAX	-0.014987	-0.015290	-0.016511	-0.016662	-0.011946
INDUS	-0.056076	-0.054291	-0.032292	-0.007016	-0.000000
CRIM	-0.113679	-0.113311	-0.102022	-0.085375	-0.028894
NOX	-0.310891	-0.000000	-0.000000	-0.000000	-0.000000
LSTAT	-0.604837	-0.617448	-0.718662	-0.781633	-0.815268
PTRATIO	-0.752541	-0.756461	-0.766311	-0.716417	-0.405601
DIS	-1.191592	-1.173638	-0.974310	-0.721885	-0.023898

선형 회귀 모델을 위한 데이터 변환¶

보스턴 주택가격 피처 데이터 세트에 표준 정규 분포 변화느 최댓값/최솟값 정규화, 로그 변환을 차례로 적용

In [12]:

from sklearn.preprocessing import StandardScaler, MinMaxScaler, PolynomialFeatures

# method는 표준 정규 분포 변환, 최댓값/최솟값 정규화, 로그변환 결정
# p_degree는 다항식 특성을 추가할 때 적용, p_degree는 2이상 부여X

def get_scaled_data(method = 'None', p_degree = None, input_data = None):
    if method == 'Standard':
        scaled_data = StandardScaler().fit_transform(input_data)
    elif method == 'MinMax':
        scaled_data = MinMaxScaler().fit_transform(input_data)
    elif method == 'Log':
        scaled_data = np.log1p(input_data)
    else:
        scaled_data = input_data
        
        
    if p_degree != None:
        scaled_data = PolynomialFeatures(degree = p_degree, include_bias = False).fit_transform(scaled_data)
    return scaled_data

In [13]:

# Ridge의 alpha 값을 다르게 적용하고 다양한 데이터 변환 방법에 따른 RMSE 추출
alpha = [0.1, 1, 10, 100]

# 5개 발식으로 변환. 먼저 원본 그대로, 표준 정규 분포, 표준정규 분포 + 다항식 특성
# 최대/최소 정규화, 최대/최소 정규화 + 다항식 특성, 로그변환
scaled_methods = [(None, None), ('Standard', None), ('Standard', 2),
                  ('MinMax', None), ('MinMax', 2), ('Log', None)]
for scale_method in scaled_methods:
    X_data_scaled = get_scaled_data(method = scale_method[0], p_degree = scale_method[1], input_data = X_data)
    print('\n##변환 유형 : {}, Polynomial Degree {}'.format(scale_method[0], scale_method[1]))
    get_linear_reg_eval('Ridge', params = alpha, X_data_n = X_data_scaled, y_target_n = y_target, verbose = False, return_coeff = False)

##변환 유형 : None, Polynomial Degree None
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 5.745
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 5.659
alpha 10 일 때 5 폴드 세트의 평균 RMSE : 5.584
alpha 100 일 때 5 폴드 세트의 평균 RMSE : 5.442

Out[13]:

##변환 유형 : Standard, Polynomial Degree None
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 5.771
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 5.755
alpha 10 일 때 5 폴드 세트의 평균 RMSE : 5.637
alpha 100 일 때 5 폴드 세트의 평균 RMSE : 5.488

Out[13]:

##변환 유형 : Standard, Polynomial Degree 2
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 7.579
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 6.645
alpha 10 일 때 5 폴드 세트의 평균 RMSE : 5.405
alpha 100 일 때 5 폴드 세트의 평균 RMSE : 4.621

Out[13]:

##변환 유형 : MinMax, Polynomial Degree None
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 5.724
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 5.506
alpha 10 일 때 5 폴드 세트의 평균 RMSE : 5.840
alpha 100 일 때 5 폴드 세트의 평균 RMSE : 7.655

Out[13]:

##변환 유형 : MinMax, Polynomial Degree 2
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 4.733
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 4.330
alpha 10 일 때 5 폴드 세트의 평균 RMSE : 5.335
alpha 100 일 때 5 폴드 세트의 평균 RMSE : 6.696

Out[13]:

##변환 유형 : Log, Polynomial Degree None
alpha 0.1 일 때 5 폴드 세트의 평균 RMSE : 4.830
alpha 1 일 때 5 폴드 세트의 평균 RMSE : 4.711
alpha 10 일 때 5 폴드 세트의 평균 RMSE : 4.859
alpha 100 일 때 5 폴드 세트의 평균 RMSE : 6.266

Out[13]:

회귀트리 (0)	2024.01.30
로지스틱 회귀 (0)	2024.01.30
다항회귀 (0)	2024.01.29
경사하강법 (0)	2024.01.29
보스턴 주택 가격 예측 (0)	2024.01.29

개발하고 싶어요

개발하고 싶어요

릿지, 라쏘, 엘라스틱 본문

릿지, 라쏘, 엘라스틱

규제 선형 모델 - 릿지, 라쏘, 엘라스틱넷¶

릿지 회귀¶

라쏘 회귀¶

엘라스틱넷 회귀¶

선형 회귀 모델을 위한 데이터 변환¶

'ML' 카테고리의 다른 글

티스토리툴바

« 2025/07 »
일	월	화	수	목	금	토
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30	31