标签:
线性回归容易出现过拟合或欠拟合的问题。
局部加权线性回归是一种非参数学习方法,在对新样本进行预测时,会根据新的权值,重新训练样本数据得到新的参数值,每一次预测的参数值是不相同的。
权值函数:
t用来控制权值的变化速率(建议对于不同的样本,先通过调整t值确定合适的t)
不同t值下的权值函数图像:
局部加权线性回归R实现:
#Locally Weighted Linear Regression 局部加权回归(非参数学习方法) ##x为数据矩阵(mxn m:样本数 n:特征数 );y观测值(mx1);xp为需要预测的样本特征,t权重函数的权值变化速率 #error终止条件,相邻两次搜索结果的幅度; #step为设定的固定步长;maxiter最大迭代次数,alpha,beta为回溯下降法的参数 LWLRegression<-function(x,y,xp,t,error,maxiter,stepmethod=T,step=0.001,alpha=0.25,beta=0.8) { w<-exp(-0.5*(x-xp)^2./t^2) #权重函数,w(i)表示第i个样本点的权重,t控制权重的变化速率 m<-nrow(x) x<-cbind(matrix(1,m,1),x) n<-ncol(x) theta<-matrix(0,n,1) #theta初始值都设置为0 iter<-0 newerror<-1 while((newerror>error)|(iter<maxiter)){ iter<-iter+1 h<-x%*%theta des<-t(t(w*(h-y))%*%x) #梯度 #回溯下降法求步长t if(stepmethod==T){ step=1 new_theta<-theta-step*des new_h<-x%*%new_theta costfunction<-t(w*(h-y))%*%(h-y) #(最小二乘损失函数)局部加权线性回归损失函数 new_costfunction<-t(w*(new_h-y))%*%(new_h-y) #回溯下降法求步长step while(new_costfunction>costfunction-alpha*step*sum(des*des)){ step<-step*beta new_theta<-theta-step*des new_h<-x%*%new_theta new_costfunction<-t(w*(new_h-y))%*%(new_h-y) } newerror<-t(theta-new_theta)%*%(theta-new_theta) theta<-new_theta } #直接设置固定步长 if(stepmethod==F){ new_theta<-theta-step*des newerror<-t(theta-new_theta)%*%(theta-new_theta) theta<-new_theta } } xp<-cbind(1,xp) yp<-xp%*%theta #costfunction<-t(w*(x%*%theta)-y)%*%(x%*%theta-y) #result<-list(yp,theta,iter,costfunction) #names(result)<-c(‘拟合值‘,‘系数‘,‘迭代次数‘,‘误差‘) #result yp }
运用局部线性加权回归预测每个样本点x对于的y值,连接各预测值后得到一条平滑曲线,反映出y与x之间的非线性关系。
> t(x) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [1,] 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 > t(y) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [1,] 111 115 121 123 131 130 140 136 142 145 147 151 148 151 148 > > lm(y~x) Call: lm(formula = y ~ x) Coefficients: (Intercept) x -50.245 2.864 > yy<--50.245+2.864*x > t(yy) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [1,] 115.867 118.731 121.595 124.459 127.323 130.187 133.051 135.915 138.779 141.643 144.507 147.371 150.235 153.099 155.963 > > g<-apply(x,1,function(xp){LWLRegression(x,y,xp,3,1e-7,100000,stepmethod=F,step=0.00001,alpha=0.25,beta=0.8)}) > > t(g) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [1,] 116.093 119.0384 122.1318 125.3421 128.6115 131.862 135.009 137.9771 140.7136 143.194 145.4244 147.4373 149.2831 151.018 [,15] [1,] 152.693 > > plot(x,y,pch=20,xlim=c(57,73),ylim=c(109,157)) > lines(x,y,col=‘green‘) > lines(x,yy,col=‘blue‘) > points(x,g,pch=21) > lines(x,g,col=‘red‘) > legend("bottomright",legend=c(‘散点图‘,‘拟合直线‘,‘加权散点图‘),lwd=1,col=c(‘green‘,‘blue‘,‘red‘)) >
Locally Weighted Linear Regression 局部加权线性回归-R实现
标签:
原文地址:http://www.cnblogs.com/runner-ljt/p/4558801.html