Régression linéaire robuste avec scikit-learn

Aperçu

Présentation de la manière de dessiner une régression linéaire robuste à l'aide de la bibliothèque d'apprentissage automatique de Python sckit-learn. Dans cet article, j'ai créé un objet graphique avec la bibliothèque de dessins de python altair et [Streamlit](https://qiita.com/keisuke- ota / items / a18f158389f1585a9aa0) est utilisé pour afficher sur le navigateur.

Caractéristiques de la régression linéaire robuste

Elle est moins sensible aux écarts que la régression linéaire par la méthode des moindres carrés.

Créer une régression linéaire robuste

Utilisez HuberRegressor pour créer une ligne de régression robuste. Notez que streamlit est exécuté avec `` streamlit run file name.py ''

streamlit_robust_linear.py

import streamlit as st
import numpy as np
import pandas as pd
import altair as alt
from sklearn.linear_model import HuberRegressor
from sklearn.datasets import make_regression

#Génération de données de démonstration

rng = np.random.RandomState(0)
x, y, coef = make_regression( n_samples=200, n_features=1, noise=4.0, coef=True, random_state=0)
x[:4] = rng.uniform(10, 20, (4, 1))
y[:4] = rng.uniform(10, 20, 4)
df = pd.DataFrame({
    'x_axis': x.reshape(-1,),
    'y_axis': y
     }) 

#Définir les paramètres pour une régression robuste

epsilon = st.slider('Select epsilon', 
          min_value=1.00, max_value=10.00, step=0.01, value=1.35)

#Exécution de régression robuste

huber = HuberRegressor(epsilon=epsilon
    ).fit(
    df['x_axis'].values.reshape(-1,1), 
    df['y_axis'].values.reshape(-1,1)
    )

#Génération de diagramme de dispersion

plot = alt.Chart(df).mark_circle(size=40).encode(
    x='x_axis',
    y='y_axis',
    tooltip=['x_axis', 'y_axis']
).properties(
    width=500,
    height=500
).interactive()

#Obtenez le coefficient de régression linéaire robuste

a1 = huber.coef_[0]
b1 = huber.intercept_

#Spécifiez la zone de définition de la ligne de régression

x_min = df['x_axis'].min()
x_max = df['x_axis'].max()

#Créer une ligne de régression

points = pd.DataFrame({
    'x_axis': [x_min, x_max],
    'y_axis': [a1*x_min+b1, a1*x_max+b1],
})

line = alt.Chart(points).mark_line(color='steelblue').encode(
    x='x_axis',
    y='y_axis'
    ).properties(
    width=500,
    height=500
    ).interactive()

#Affichage du graphique

st.write(plot+line)

À propos des paramètres

Epsilon est un nombre réel supérieur ou égal à 1 et représente le degré d'influence des valeurs aberrantes. La valeur par défaut est 1,35.

Plus l'Epsilon est grand, plus l'effet des valeurs aberrantes est important. (L'image est `ʻepsilon = 10 '')

Création d'une ligne de régression linéaire par la méthode des moindres carrés

Le remplacement de HuberRegressor par LinearRegression vous permet de créer une ligne de régression linéaire à l'aide de la méthode des moindres carrés.