Existe uma biblioteca que executaria regressão linear segmentada em python?

7

Existe um pacote nomeado segmentado em R. Existe um pacote semelhante em python?

python regression linear-regression

— vikasreddy
fonte

Existe algo específico que você precisa? Para pontos de interrupção conhecidos, isso pode ser modelado apenas por uma interação com uma função de indicador (0 antes, 1 após o intervalo) ou um spline linear. A primeira abordagem tem um salto, a segunda abordagem resulta em uma linha de regressão por partes conectada.

— Josef

7

Não, atualmente não há um pacote no Python que faça regressão linear segmentada tão minuciosamente quanto os do R (por exemplo, pacotes R listados nesta postagem do blog ). Como alternativa, você pode usar um algoritmo Bayesian Markov Chain Monte Carlo no Python para criar seu modelo segmentado.

A regressão linear segmentada, conforme implementada por todos os pacotes R no link acima, não permite restrições adicionais de parâmetros (ou seja, anteriores) e, como esses pacotes adotam uma abordagem frequente, o modelo resultante não fornece distribuições de probabilidade para o modelo parâmetros (ou seja, pontos de interrupção, declives, etc.). A definição de um modelo segmentado nos modelos estatísticos , que é freqüentista, é ainda mais restritivo porque o modelo requer um ponto de interrupção fixo da coordenada x.

Você pode projetar um modelo segmentado em Python usando o emcee do algoritmo Bayesian Markov Chain Monte Carlo . Jake Vanderplas escreveu um útil post e papel para saber como implementar emcee com comparações com pymc e PyStan.

Exemplo:

Modelo segmentado com dados:

Distribuições de probabilidade de parâmetros de ajuste:

— Samuel Harrold
fonte

0

Esta é uma implementação própria.

import numpy as np
import matplotlib.pylab as plt
from sklearn.tree import DecisionTreeRegressor
from sklearn.linear_model import LinearRegression

# parameters for setup
n_data = 20

# segmented linear regression parameters
n_seg = 3

np.random.seed(0)
fig, (ax0, ax1) = plt.subplots(1, 2)

# example 1
#xs = np.sort(np.random.rand(n_data))
#ys = np.random.rand(n_data) * .3 + np.tanh(5* (xs -.5))

# example 2
xs = np.linspace(-1, 1, 20)
ys = np.random.rand(n_data) * .3 + np.tanh(3*xs)

dys = np.gradient(ys, xs)

rgr = DecisionTreeRegressor(max_leaf_nodes=n_seg)
rgr.fit(xs.reshape(-1, 1), dys.reshape(-1, 1))
dys_dt = rgr.predict(xs.reshape(-1, 1)).flatten()

ys_sl = np.ones(len(xs)) * np.nan
for y in np.unique(dys_dt):
    msk = dys_dt == y
    lin_reg = LinearRegression()
    lin_reg.fit(xs[msk].reshape(-1, 1), ys[msk].reshape(-1, 1))
    ys_sl[msk] = lin_reg.predict(xs[msk].reshape(-1, 1)).flatten()
    ax0.plot([xs[msk][0], xs[msk][-1]],
             [ys_sl[msk][0], ys_sl[msk][-1]],
             color='r', zorder=1)

ax0.set_title('values')
ax0.scatter(xs, ys, label='data')
ax0.scatter(xs, ys_sl, s=3**2, label='seg lin reg', color='g', zorder=5)
ax0.legend()

ax1.set_title('slope')
ax1.scatter(xs, dys, label='data')
ax1.scatter(xs, dys_dt, label='DecisionTree', s=2**2)
ax1.legend()

plt.show()

— Markus Dutschke
fonte