Discussion :

[fafa isfan]

bonjour

je veux faire une régression du plus proche voisin pour une base de donnée contenant 4 colonnes 2 variables significatives(v2 et v3) et une variable cible(v1) en groupant par la variable 4, je réussis à faire la régression et aussi un plot qui me dessine mes valeurs et les valeurs prédites , je veux savoir si il y a une autre manière de visualiser les résultats et si il y a une méthode qui me permet de choisir le k optimal à utiliser

voici un échantillon de la base de donnée que j'utilise,

ci-joint le code que j'ai effectué jusqu'à maintenant merci pour votre aide

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
 
mesures_names=['v2','v3'] 
df1=df[['v2','v3']]
df1=(df1-np.mean(df1))/np.std(df1)
 
angle=np.unique(df['v4'])
longueur_tableau=len(angle)
df[['v1']]=(df[['v1']]-np.mean(df[['v1']]))/np.std(df[['v1']])
Mesure_train,Mesure_test,y_train,y_test=train_test_split(df1,df[['v1']],test_size=0.2,random_state=42)
y=[]
z=[]
for i in range(len(angle)):
        k=[]
        y_pred_train=[]
        i_angle=  df['v4'] == angle[i]
        x=Mesure_train[i_angle].as_matrix().astype(np.float)     
        k=y_train[['v1']][i_angle].as_matrix().astype(np.float)
        y.append(k)
        Kneighbor_regression=KNeighborsRegressor(n_neighbors=10,weights='distance')
        Kneighbor_regression.fit(x,k)       
        y_pred_train=Kneighbor_regression.predict(x)
        z.append(y_pred_train)
        score_train=np.round(r2_score(k,y_pred_train),4)*100
        print "pour l'angle %s nous avons un pouvoir predictif de %s"%(angle[i],score_train)
        y_pred_test=Kneighbor_regression.predict(Mesure_test[i_angle])
        score_test=np.round(r2_score(Mesure_test[i_angle],y_pred_test),4)*100
        print "pour l'angle %s nous avons un pouvoir predictif de %s"%(angle[i],score_train)
        print "pour l'angle %s nous avons un pouvoir predictif de %s"%(angle[i],score_test)
 
for xe, ye,ze in zip(angle,y,z):
            plt.xticks(angle,rotation=45)
            plt.scatter([xe]*len(ye),ye,c='b', label='data')
 
            plt.scatter([xe]*len(ze),ze,c='r',label="prediction")

[fafa isfan]

Bonjour

le deuxième problème c'est que quand je vois le r2 de l échantillon d’apprentissage et celui test y a une grande différence entre les deux je sais pas si j'ai fais une faute dans mon code sans faire attention