本文共 5015 字，大约阅读时间需要 16 分钟。
这篇文章继上篇，通过将测试集label（行）错位，将部分数据作为对未来的预测，观察其效果。
数据预处理部分与上次相同。两种划分方式：
一、
test_sort_data = sort_data[16160:]test_sort_target = sort_target[16160:]_sort_data = sort_data[:16160]_sort_target = sort_target[:16160]sort_data1 = _sort_data[:(int)(len(_sort_data)*0.75)]sort_data2 = _sort_data[(int)(len(_sort_data)*0.75):]sort_target1 = _sort_target[:(int)(len(_sort_target)*0.75)]sort_target2 = _sort_target[(int)(len(_sort_target)*0.75):]
二、
test_sort_data = sort_data[:5000]test_sort_target = sort_target[:5000]sort_data1 = _sort_data[5000:16060]sort_data2 = _sort_data[16060:]sort_target1 = _sort_target[5000:16060]sort_target2 = _sort_target[16060:]
一开始用的第一种划分方式，发现直接跑飞了
然后仔细想了想，观察了上篇博客跑出来的数据，果断换了第二种划分方式，发现跑出来的结果还不错
看到lr模型明显要大，就舍弃了
(emmmmm。。。这张图看起来就友好很多了)
其中大部分的代码都是一样的，就是改改归一化方式，就只放一部分了
数据预处理部分见上篇博客
加上这一段用于画图
import matplotlib.pyplot as plt lr_plt=[]ridge_plt=[]svr_plt=[]RF_plt=[]
接着，先计算不改变label时的值
from sklearn.linear_model import LinearRegression,Lasso,Ridgefrom sklearn.preprocessing import MinMaxScaler,StandardScaler,MaxAbsScalerfrom sklearn.metrics import mean_squared_error as msefrom sklearn.svm import SVRfrom sklearn.ensemble import RandomForestRegressorimport xgboost as xgb#最大最小归一化mm = MinMaxScaler()lr = Lasso(alpha=0.5)lr.fit(mm.fit_transform(sort_data1[new_fea]), sort_target1)lr_ans = lr.predict(mm.transform(sort_data2[new_fea]))lr_mse=mse(lr_ans,sort_target2)lr_plt.append(lr_mse)print('lr:',lr_mse)ridge = Ridge(alpha=0.5)ridge.fit(mm.fit_transform(sort_data1[new_fea]),sort_target1)ridge_ans = ridge.predict(mm.transform(sort_data2[new_fea]))ridge_mse=mse(ridge_ans,sort_target2)ridge_plt.append(ridge_mse)print('ridge:',ridge_mse)svr = SVR(kernel='rbf',C=100,epsilon=0.1).fit(mm.fit_transform(sort_data1[new_fea]),sort_target1)svr_ans = svr.predict(mm.transform(sort_data2[new_fea]))svr_mse=mse(svr_ans,sort_target2)svr_plt.append(svr_mse)print('svr:',svr_mse)estimator_RF = RandomForestRegressor().fit(mm.fit_transform(sort_data1[new_fea]),sort_target1)predict_RF = estimator_RF.predict(mm.transform(sort_data2[new_fea]))RF_mse=mse(predict_RF,sort_target2)RF_plt.append(RF_mse)print('RF:',RF_mse)bst = xgb.XGBRegressor(learning_rate=0.1, n_estimators=550, max_depth=4, min_child_weight=5, seed=0, subsample=0.7, colsample_bytree=0.7, gamma=0.1, reg_alpha=1, reg_lambda=1)bst.fit(mm.fit_transform(sort_data1[new_fea]),sort_target1)bst_ans = bst.predict(mm.transform(sort_data2[new_fea]))print('bst:',mse(bst_ans,sort_target2))
先将label错位，使得data2的第i位对应target2的第i+5位
change_sort_data2 = sort_data2.shift(periods=5,axis=0)change_sort_target2 = sort_target2.shift(periods=-5,axis=0)change_sort_data2.dropna(inplace=True)change_sort_target2.dropna(inplace=True)
然后用一个循环不断迭代，改变错位的数量
mm = MinMaxScaler()for i in range(0,45,5): print(i) lr = Lasso(alpha=0.5) lr.fit(mm.fit_transform(sort_data1[new_fea]), sort_target1) lr_ans = lr.predict(mm.transform(change_sort_data2[new_fea])) lr_mse=mse(lr_ans,change_sort_target2) lr_plt.append(lr_mse) print('lr:',lr_mse) ridge = Ridge(alpha=0.5) ridge.fit(mm.fit_transform(sort_data1[new_fea]),sort_target1) ridge_ans = ridge.predict(mm.transform(change_sort_data2[new_fea])) ridge_mse=mse(ridge_ans,change_sort_target2) ridge_plt.append(ridge_mse) print('ridge:',ridge_mse) svr = SVR(kernel='rbf',C=100,epsilon=0.1).fit(mm.fit_transform(sort_data1[new_fea]),sort_target1) svr_ans = svr.predict(mm.transform(change_sort_data2[new_fea])) svr_mse=mse(svr_ans,change_sort_target2) svr_plt.append(svr_mse) print('svr:',svr_mse) estimator_RF = RandomForestRegressor().fit(mm.fit_transform(sort_data1[new_fea]),sort_target1) predict_RF = estimator_RF.predict(mm.transform(change_sort_data2[new_fea])) RF_mse=mse(predict_RF,change_sort_target2) RF_plt.append(RF_mse) print('RF:',RF_mse) # bst = xgb.XGBRegressor(learning_rate=0.1, n_estimators=550, max_depth=4, min_child_weight=5, seed=0,# subsample=0.7, colsample_bytree=0.7, gamma=0.1, reg_alpha=1, reg_lambda=1)# bst.fit(mm.fit_transform(sort_data1[new_fea]),sort_target1)# bst_ans = bst.predict(mm.transform(change_sort_data2[new_fea]))# print('bst:',mse(bst_ans,change_sort_target2)) change_sort_target2=change_sort_target2.shift(periods=-5,axis=0) change_sort_target2.dropna(inplace=True) change_sort_data2 = change_sort_data2.shift(periods=5,axis=0) change_sort_data2.dropna(inplace=True)
然后就可以画图了
x=[0,5,10,15,20,25,30,35,40,45]plt.plot(x,lr_plt,label='lr',color='r',marker='o')plt.plot(x,ridge_plt,label='plt',color='b',marker='o')plt.plot(x,svr_plt,label='svr',color='g',marker='o')plt.plot(x,RF_plt,label='RF',color='y',marker='o')plt.legend()plt.show()
从上面给出的图来看，发现将label错位后，相比于原来的大小还是有所增大，但是增大后的值并不是特别大，并且大致在某个范围内浮动，大概在错位10个label时能得到的结果是最好的。
转载地址：http://yywuz.baihongyu.com/