Python实现稳健线性回归模型(rlm算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。

1.项目背景

稳健回归可以用在任何使用最小二乘回归的情况下。在拟合最小二乘回归时，我们可能会发现一些异常值或高杠杆数据点。已经确定这些数据点不是数据输入错误，也不是来自另一个群落。所以我们没有令人信服的理由将它们排除在分析之外。

稳健回归可能是一种好的策略，它是在将这些点完全从分析中排除；和包括所有数据点；以及在OLS回归中平等对待所有数据点之间的妥协。他可以个给每个样本一个权重，离群值权重低一些，正常值权重高一些，进行校正。

本项目通过RLM回归算法来构建稳健线性回归模型。  

2.数据获取

本次建模数据来源于网络(本项目撰写人整理而成)，数据项统计如下：

编号	变量名称	描述
1	rownames
2	type
3	income
4	education
5	prestige

数据详情如下(部分展示)：

3.数据预处理

3.1 用Pandas工具查看数据

使用Pandas工具的head()方法查看前五行数据：

关键代码：

3.2 数据缺失查看

使用Pandas工具的info()方法查看数据信息：

      

从上图可以看到，总共有5个变量，数据中无缺失值，共45条数据。

关键代码：

3.3 数据描述性统计

通过Pandas工具的describe()方法来查看数据的平均值、标准差、最小值、分位数、最大值。

关键代码如下：    

4.探索性数据分析

4.1 变量直方图

用Matplotlib工具的hist()方法绘制直方图：

从上图可以看到，变量主要集中在20~80之间。  

4.2 相关性分析

从上图中可以看到，数值越大相关性越强，正值是正相关、负值是负相关。

5.构建稳健线性回归模型

主要使用RLM回归算法，用于目标回归。

5.1 构建模型

编号	模型名称	参数
1	稳健线性回归模型	默认参数

5.2 模型摘要信息

6.模型评估

6.1 评估指标及结果

评估指标主要包括可解释方差值、平均绝对误差、均方误差、R方值等等。

模型名称	指标名称	指标值
测试集
稳健线性回归模型	R方	0.8251
	均方误差	169.7509
	可解释方差值	0.8252
	平均绝对误差	9.4373

从上表可以看出，R方为0.8251，说明模型效果良好。

关键代码如下：

6.2 真实值与预测值对比图

从上图可以看出真实值和预测值波动基本一致。  

6.3 观测值的权重

观测值比较多，这里进行部分展示：

7.结论与展望

综上所述，本文采用了RLM回归算法来构建回归模型，最终证明了我们提出的模型效果良好。此模型可用于日常产品的预测。

# 本次机器学习项目实战所需的资料，项目资源如下：
 
# 项目说明：
 
# 获取方式一：
 
# 项目实战合集导航：
 
https://docs.qq.com/sheet/DTVd0Y2NNQUlWcmd6?tab=BB08J2
 
# 获取方式二：

链接：https://pan.baidu.com/s/1fcwNm3yh8ZuVpV1Nv7WfMQ 
提取码：ij6e