机工社数学建模：算法与编程实现教学课件第10讲_预测模型2.pptx

;;一、广义线性模型;?; 注：因变量数据只要服从指数族分布：正态分布、伯努利分布、泊松分布、指数分布、Gamma 分布、卡方分布、Beta 分布、狄里克雷分布、Categorical 分布、Wishart 分布、逆 Wishart 分布等，就可以使用对应的广义线性模型。 MATLAB 中用 fitglm() 函数实现广义线性回归模型，语法格式、默认规则等与 fitlm() 基本一致： fitglm(tbl, modelspec, Name, Value) fitglm(X, y, modelspec, Name, Value) ;关键的区别是，通过名值对 Distribution, 分布名字 来设置因变量的分布以选择不同的广义线性模型，常用的分布名字有： - normal：正态分布，线性回归 - binomial：二项分布，Logistic回归，适合因变量是二分类数据 - poisson：泊松分布，泊松回归，适合因变量是计数数据 - gamma：Gamma 分布，Gamma 回归 - inverse gaussian：逆高斯分布，逆高斯回归 名值对 link, 连接函数名字 可设置连接函数，甚至自定义连接函数，上述分布会自动选择其默认的连接函数。 名值 offset 设置偏移量，相当于拟合如下模型： 注：广义线性回归与线性回归一样，也有回归诊断，也有可以筛选变量的逐步广义线性模型：stepwiseglm(), 用法完全是类似的。 ;1. Logistic回归;自变量是面部表情的量化值，因变量是二分类：将Anger编码为“1”，Fear编码为“0”。 先拟合线性回归模型看看： dat = dlmread(FearfulAngry.txt); x = dat(:,1); y = dat(:,2); lm = fitlm(x, y); % 拟合线性回归模型 xvals = 0:100; yhat = predict(lm, xvals); % 模型在新值上做预测 plot(x,y,*,xvals, yhat,r), grid on ;?;syms x y ezplot(1 / (1 + exp(-x)), [-10, 10]), hold on plot([-10 10], [1,1], r--,[-10 10], [0,0], r--), grid on ;?;?;?;再来看一下，模型的预测效果： xvals = 1:100; yhat2 = predict(glm, xvals); plot(x, y, *, xvals, yhat2, r), grid on pred = predict(glm, x); % 预测概率值 pred(pred = 0.5) = 1; % 以0.5为阈值 pred(pred 0.5) = 0; mean(pred == y) % 预测正确率 运行结果 ans =? 0.9406 ;预测正确率为 94.06%，非常高！实际上还可以调整阈值（不一定 0.5 是最优的，这就是调参），进一步提高正确率。 当然，Logistic 回归也可以做模型检验、回归诊断，可以有更多的自变量，可以是连续的也可以是分类的，还可以有多项式项，也可以用逐步回归stepwiseglm() 筛选自变量建立最合适的模型。 ;?;例10.8（泊松回归）现有美国校园暴力犯罪数据（部分）： 变量 enroll1000 为以千为单位的学生人数，type 为学校类型（学院/大学），region 为学校所在地区，nv 为暴力犯罪人数，nvrate 为暴力犯罪率。 建立泊松回归模型，考察暴力犯罪与学校类型、学校所在地区之间的关系。 ;先读入数据，绘制直方图和核密度估计图探索因变量 nv： vc = readtable(ViolentCrimes.csv, PreserveVariableNames,true); histogram(vc.nv,20,Normalization,pdf), hold on [f,xi] = ksdensity(vc.nv); plot(xi,f) axis([-1 35 0 0.3]) ;?; 运行结果 plm? ?=? ?广义线性回归模型:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?log(nv) ~ 1 + type + region? ? ? ? 分布 = Poisson ? 估计系数:? ? ? ? ? ?