非分类数据预测的逻辑回归答案

【问题标题】：Logistic regression for non-categorical data prediction非分类数据预测的逻辑回归
【发布时间】：2021-09-28 23:32:04
【问题描述】：

众所周知，逻辑回归广泛用于使用分类变量的分类问题。我开始探索是否可以对数值变量应用逻辑回归！

例如，假设我有一个数据框 (df)，其中包括来自风力涡轮机的四个变量 (>3000 个数据集)，如下所示

     t                 wind speed  pressure   power_output  
2012-03-01 00:00:00        7.5      900.12       788.1564
2012-03-01 00:00:10        8.5      900.86       991.8323
2012-03-01 00:00:20        5.6      900.72       985.0856
2012-03-01 00:00:30        8.9      900.29       879.3877
2012-03-01 00:00:40        10.1     900.58       1118.800

这里我的目标变量是power_output。基于其他变量，我想预测power_output。这可以通过logistic regression 实现吗？

值得注意的是，power_output 和 wind speed 之间的关系几乎类似于 S 形函数。

我已经编写了代码，但它没有使用continious 标签。并收到此错误ValueError: Unknown label type: 'continuous'

df=pd.read_csv('data.csv').dropna()
df.head()

X=pd.iloc[:,[0,2]].values
y=pd.iloc[:,3].values      # power_output

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

from sklearn.preprocessing import StandardScaler
sc= StandardScaler()
X_train=sc.fit_transform(X_train)
X_test=sc.fit_transform(X_test)

from sklearn.linear_model import LogisticRegression
classifier=LogisticRegression(random_state=0)
classifier.fit(X_train,y_train)

y_pred=classifier.predict(X_test)

【问题讨论】：

不，不，不。线性回归，或“连续”回归。
数据是非线性的，因此不能使用线性回归。
您可以在“线性”回归中使用非线性项，以说明给定数据生成过程的非线性。

标签： python regression logistic-regression

【解决方案1】：

我认为逻辑回归在这里不是正确的方法。问题是逻辑回归决定了标签的概率。 power_output 是一个数字，你有无限数量的标签。

我认为更好的方法是使用Regressor，它近似于连续 X 和 Y 值之间的函数。

我会尝试AdaBoostRegressor from sklearn，它在统计上确定了要逼近的最佳函数。您不必更改太多，因为它来自同一个库 (sklearn)。

或者，您可以使用LinearRegression 并转换您的数据（例如使用PolynominalFeatures），以逼近一些维数高于线性的函数。

【讨论】：

是的。我知道。但只是看看有没有办法通过后勤解决这个问题。你能举一些“回归者”的例子吗？
是的，我编辑了 anwser。我会尝试 AdaBoostRegressor，因为它非常简单并且可以为您提供良好的结果。
我会调查的。

【解决方案2】：

风力涡轮机的密度、风速和功率输出之间的物理关系是已知的：P = p * v^3 * C 与 p 密度（与压力直接相关），v 风速（高达cut-out speed ) 和C 一个风力涡轮机相关常数因子。

真的，你只需要适应因子 C，这可以通过 scipy's curve fit 完成。

【讨论】：

【解决方案3】：

逻辑回归有 99% 的时间用于预测二元结果。我们可以引用泰坦尼克号作为最著名的例子：根据每位乘客的数据，您可以尝试确定他们是否幸存（即活着或死亡（因此是二元结果））。对我来说，如果您尝试根据其他参数预测值，您应该尝试使用另一种算法，但既不能使用线性算法也不能使用逻辑回归。也许您可以尝试使用 scikit-learn 模块的随机森林回归器，但我不太确定它是如何工作的。

编辑：当我说二元结果时，它也可以算作两个类之间的分类

【讨论】：