Python 使用局部加权回归预测新数据（黄土/低洼）

如何在python中拟合局部加权回归，以便可以使用它预测新数据

有

statsmodels.nonparametric.smoothers_lowess.lowess

，但它只返回原始数据集的估计值；因此，它似乎只将

拟合

和

预测

放在一起，而不是像我预期的那样单独进行

---

scikit-learn

始终有一个

fit

方法，该方法允许对象稍后在新数据上使用

predict

；但是它没有实现

lowss

lowss在预测方面非常有用（与插值结合使用时）！我认为代码非常简单——如果您有任何问题，请告诉我！

---

考虑改用内核回归

statmodels有一个

---

如果数据点太多，为什么不使用sk.learn并指定一个三立方加权函数？

我创建了一个名为

moepy

的模块，为Lowss模型（包括拟合/预测）提供类似sklearn的API。这使得可以使用基本的局部回归模型进行预测，而不是使用其他答案中描述的插值方法。下面是一个极简主义的例子

#导入
将numpy作为np导入
将matplotlib.pyplot作为plt导入
来自moepy import lowess
#数据生成
x=np.linspace（0，5，num=150）
y=np.sin（x）+（np.random.normal（size=len（x））/10
#模型拟合
lowess_model=lowess.lowess（）
lowess_模型拟合（x，y）
#模型预测
x_pred=np.linspace（0,5,26）
y_pred=lowess_模型。预测（x_pred）
#策划
plt.plt（x_pred，y_pred，'--'，label='LOWESS'，color='k'，zorder=3）
plt.散射（x，y，标签='噪声正弦波'，颜色='C1'，s=5，zorder=1）
plt.图例（frameon=False）

---

有关如何使用该模型（以及其置信度和预测区间变量）的更详细指南，请参见。

这不是lowess的目的。Lowess用于平滑，而不是predicting@JesseBakker它当然可以用于预测。另请参见。@JesseBakker，lowess用于使用局部加权最小二乘法拟合曲线（与直线相反），这有助于揭示趋势。虽然不是很常用于预测，但它肯定可以用于预测。目前正在审查一种扩展LOWESS插值实现的方法。不过，它不会获取拟合/预测语义，而是使用线性插值。虽然这不是不合理的，但它与“使用lowess预测”并不完全相同。Lowess定义为训练点子集上的加权线性回归。它对新点的预测应该基于该回归的结果，而不是预测训练集中两个附近的点，然后用一条线将它们连接起来。当然，对于密集数据集而言，差别很小。超出范围的点也应使用相应邻域上的加权LR（而不是固定值）进行预测。@max刚刚遇到了一个类似的问题。虽然sklearn没有实现leash，但它有一个RANSAC实现，这在我未经培训的眼里已经足够相似了。希望这对某些人有用：@max这一点也不不不合理，我已经使用类似的方法以非参数方式缩放代谢组学数据一段时间了。我将范围外的点缩放为LOWESS曲线的最大值或最小值，并对其他所有点进行线性插值。在我看来，如果没有足够的点进行适当的线性插值，那么就没有足够的点进行适当的LOWESS曲线。另一个注意事项是，我一直在使用R库来代替Python库。python库在边缘效果方面存在一些我无法解决的问题。一定要爱RPy2@DanielHitchcock

如果没有足够的点进行适当的线性插值，那么在我看来就没有足够的点进行适当的LOWESS曲线

——我赞同你的论点，但这是因为我个人偏爱超简单技术。我当然不会试图说服许多使用LOWESS的数据科学家，他们应该放弃它，转而支持线性插值。我没有降低你的答案，但是我能看到用户怎么会认为它没有回答我原来的问题。但这肯定是一个非常不同的算法（它是不确定的；它对异常值不太敏感，因为它试图删除它们）。@David_R，如果你能更清楚地说明你的意思（实际上展示了你的实现），这个答案会很好。只是一个建议。@benjaminmgross，谢谢你的留言。也许我会在本周晚些时候或本周末抽出时间详细阐述。

import matplotlib.pyplot as plt
%matplotlib inline
from scipy.interpolate import interp1d
import statsmodels.api as sm

# introduce some floats in our x-values
x = list(range(3, 33)) + [3.2, 6.2]
y = [1,2,1,2,1,1,3,4,5,4,5,6,5,6,7,8,9,10,11,11,12,11,11,10,12,11,11,10,9,8,2,13]

# lowess will return our "smoothed" data with a y value for at every x-value
lowess = sm.nonparametric.lowess(y, x, frac=.3)

# unpack the lowess smoothed points to their values
lowess_x = list(zip(*lowess))[0]
lowess_y = list(zip(*lowess))[1]

# run scipy's interpolation. There is also extrapolation I believe
f = interp1d(lowess_x, lowess_y, bounds_error=False)

xnew = [i/10. for i in range(400)]

# this this generate y values for our xvalues by our interpolator
# it will MISS values outsite of the x window (less than 3, greater than 33)
# There might be a better approach, but you can run a for loop
#and if the value is out of the range, use f(min(lowess_x)) or f(max(lowess_x))
ynew = f(xnew)


plt.plot(x, y, 'o')
plt.plot(lowess_x, lowess_y, '*')
plt.plot(xnew, ynew, '-')
plt.show()