numpy.polyfit()與Stats.linregress()方法最小二乘近似擬合斜率對比

對于大多數(shù)數(shù)據(jù)科學家而言，線性回歸方法是他們進行統(tǒng)計學建模和預(yù)測分析任務(wù)的起點。

而快速且準確地線性回歸模型對擬合大型數(shù)據(jù)集非常重要性。

由于在機器學習中，Scikit-learn 是一個十分流行的 Python 庫，因此，人們經(jīng)常會從這個庫調(diào)用線性模型來擬合數(shù)據(jù)。

除此之外，我們還可以使用該庫的 pipeline 與 FeatureUnion 功能（如：數(shù)據(jù)歸一化、模型回歸系數(shù)正則化、將線性模型傳遞給下游模型），但是一般來看，如果一個數(shù)據(jù)分析師僅需要一個又快又簡單的方法來確定回歸系數(shù)（或是一些相關(guān)的統(tǒng)計學基本結(jié)果），那么這并不是最快或最簡潔的方法。

接下來，我們研究兩個更快更簡潔的方法。

1. numpy.polyfit()方法

這是一個非常一般的最小二乘多項式擬合函數(shù)，它適用于任何 degree 的數(shù)據(jù)集與多項式函數(shù)（具體由用戶來指定），其返回值是一個（最小化方差）回歸系數(shù)的數(shù)組。

對于簡單的線性回歸而言，你可以把 degree 設(shè)為 1。如果你想擬合一個 degree 更高的模型，你也可以通過從線性特征數(shù)據(jù)中建立多項式特征來完成。

2. Stats.linregress( ) 方法

這是 Scipy 中的統(tǒng)計模塊中的一個高度專門化的線性回歸函數(shù)。

其靈活性相當受限，因為它只對計算兩組測量值的最小二乘回歸進行優(yōu)化。

因此，你不能用它擬合一般的線性模型，或者是用它來進行多變量回歸分析。

但是，由于該函數(shù)的目的是為了執(zhí)行專門的任務(wù)，所以當我們遇到簡單的線性回歸分析時，這是最快速的方法之一。

除了已擬合的系數(shù)和截距項（intercept term）外，它還會返回基本的統(tǒng)計學值如 R² 系數(shù)與標準差。

本質(zhì)上，std_err應(yīng)該為梯度中表示的每個系數(shù)給出一個值。

簡單來說，std_err就是告訴您數(shù)據(jù)的梯度擬合度（數(shù)值越高表示精度越低），不是傳統(tǒng)統(tǒng)計中的標準差。

3. 兩個方法對比

分別隨機取10、100、1000、10000組數(shù)據(jù)對比計算速度。

附代碼：

import pandas as pd
import datetime
import numpy as np
import random
from scipy import stats

x =[i for i in range(10)]
y =[j*random.random() + random.randint(2,6) for j in range(10)]

print('start np.polyfit')
now_time = datetime.datetime.now()
time_str = datetime.datetime.strftime(now_time,'%Y-%m-%d %H:%M:%S.%f')
print(time_str)
p,V = np.polyfit(x, y, 1)
##std = np.var(y, ddof=1)
#std = np.std(y, ddof=1)
print(p,V)

now_time = datetime.datetime.now()
time_str = datetime.datetime.strftime(now_time,'%Y-%m-%d %H:%M:%S.%f')
print(time_str)
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
print(slope,intercept)
now_time = datetime.datetime.now()
time_str = datetime.datetime.strftime(now_time,'%Y-%m-%d %H:%M:%S.%f')
print(time_str)

總結(jié)

polyfit()方法要比linregress()快，特別是單組數(shù)據(jù)量少時，差距比較大。在做大數(shù)據(jù)線性回歸時，如果單組數(shù)據(jù)量少于1000，可以多考慮polyfit()方法。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論