質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.10%

Sckit Learnを用いた回帰分析。特徴量の最適な組み合わせを選択する方法

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 82

JMS

score 6

もしお分かりになられる方がいらっしゃいましたら教えてください。
いま以下のようなコードを用いてElasticNet回帰を行っています。
ここでいま特徴量が23個あります。全てが「関係あるかもしれない?」と思われるものです。
ここで特徴量は重要なものからそうでないものに分け、その中で重要なものをいくつピックアップしたモデルにすると
当てはまりが良いか?というのを自動でできる方法を考えています。

また、本モデルでは従属変数が7個ありまして、それぞれに対する回帰をしていますので、
1.まずはそれぞれの変数yのそれぞれについて最も最適な組み合わせを戻り値として表示
2.上記の中でも最も平均二乗誤差が小さいものをベストモデルとして表示

という処理をしたいと思っています。
中々難しい処理かもしれませんが、こういう処理をできる方いらっしゃいませんでしょうか?
もしyが1つなら、何かしらこれを解決するパッケージがあるのでは?と考え少し検索したのですが、見つからずでした。

#ElasticNet回帰を。
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import Ridge
from sklearn.linear_model import Lasso
from sklearn.linear_model import ElasticNet
from sklearn.linear_model import SGDRegressor

data=pd.read_excel('元データ.xlsx')
data=data.drop([0,1]).reset_index(drop=True)
data['date']=pd.to_datetime(data['date'],format='%Y年%m月')
data['POSIX']=data['date'].astype('int64').values//10**9
data['year']=data['date'].dt.year
data['month']=data['date'].dt.month

#【注意】このコードでは従属変数を7個用意してそれぞれに対する回帰を行い平均二乗誤差を計算しています。
#また、以下では一部行列の加工をしていますが、元データを整形しているだけです。特徴量は以下のとおり23個あります。

x=data.iloc[0:38:1,[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,32]]
y0=data.iloc[:38,[23]] #0-43
y1=data.iloc[:38,[24]]#0-42
y2=data.iloc[:38,[25]]#0-41
y3=data.iloc[:38,[26]]#0-40
y4=data.iloc[:38,[27]]#0-39
y5=data.iloc[:38,[28]]#0-38
y6=data.iloc[:38,[29]]#0-37

for y in [y0, y1, y2, y3, y4, y5, y6]:

    x_pos=data['POSIX'].values
    N=len(x)
    N_train=round(len(x)*0.8)
    N_test=N-N_train

    x_pos_train,x_pos_test=x_pos[:N_train],x_pos[N_train:]
    x_train,y_train=x[:N_train],y[:N_train]
    x_test,y_test=x[N_train:],y[N_train:]

    POLY=PolynomialFeatures(degree=2,include_bias=False)
    x_train_pol=POLY.fit_transform(x_train)
    x_test_pol=POLY.transform(x_test)

    sc=StandardScaler()#特徴料の標準化を行う
    x_train_std=sc.fit_transform(x_train_pol)
    x_test_std=sc.transform(x_test_pol)

    model4=ElasticNet(alpha=0.1,l1_ratio=0.6)
    model4.fit(x_train_std,y_train)
    y_train_pred4=model4.predict(x_train_std)
    y_test_pred4=model4.predict(x_test_std)

    print(mean_squared_error(y_train,y_train_pred4))
    print(mean_squared_error(y_test,y_test_pred4))
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

ご質問の趣旨が分からず「追記・修正依頼」の方に書きましたが、もし詳しく学ばれたいとのことであれば

「特徴量エンジニアリング」「特徴量抽出」などでググると多数記事があります。
また下記の書籍も参考となると思います。

機械学習のための特徴量エンジニアリング

Kaggleで勝つデータ分析の技術

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.10%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる