Я спочатку опублікував контрольні показники нижче з метою рекомендувати numpy.corrcoef
, безглуздо не розуміючи, що оригінальне питання вже використовує, corrcoef
і насправді запитував про поліноми вищого порядку. Я додав фактичне рішення до поліноміального r-квадрата питання, використовуючи statsmodels, і залишив оригінальні еталони, які, хоча і не в темі, можуть бути корисними для когось.
statsmodels
має можливість безпосередньо розрахувати r^2
поліномну підгонку, ось 2 методи ...
import statsmodels.api as sm
import statsmodels.formula.api as smf
def get_r2_statsmodels(x, y, k=1):
xpoly = np.column_stack([x**i for i in range(k+1)])
return sm.OLS(y, xpoly).fit().rsquared
def get_r2_statsmodels_formula(x, y, k=1):
formula = 'y ~ 1 + ' + ' + '.join('I(x**{})'.format(i) for i in range(1, k+1))
data = {'x': x, 'y': y}
return smf.ols(formula, data).fit().rsquared
Щоб надалі скористатися перевагами statsmodels
, слід також поглянути на підбірку зразків моделі, яку можна надрукувати або відобразити як розширену HTML-таблицю в блокноті Jupyter / IPython. Об'єкт результатів забезпечує доступ до багатьох корисних статистичних показників, крім rsquared
.
model = sm.OLS(y, xpoly)
results = model.fit()
results.summary()
Нижче моя оригінальна відповідь, де я порівняв різні методи лінійної регресії r ^ 2 ...
Функція Корркоефа, використана у Запитанні, обчислює коефіцієнт кореляції r
, лише для однієї лінійної регресії, тому вона не розглядає питання r^2
щодо поліномів вищого порядку. Однак, для чого це варто, я прийшов до переконання, що для лінійної регресії це дійсно найшвидший і найпряміший метод обчислення r
.
def get_r2_numpy_corrcoef(x, y):
return np.corrcoef(x, y)[0, 1]**2
Це були мої результати за час порівняння групи методів для 1000 випадкових (х, у) точок:
- Чистий Python (прямий
r
розрахунок)
- 1000 циклів, найкраще 3: 1,59 мс на цикл
- Поліфіт Numpy (застосовується до поліномів n-го ступеня)
- 1000 петель, найкраще 3: 326 мкс на петлю
- Інструкція Numpy (прямий
r
розрахунок)
- 10000 петель, найкраще 3: 62,1 мкс на петлю
- Numpy Corrcoef (прямий
r
розрахунок)
- 10000 петель, найкраще 3: 56,6 мкс на петлю
- Скайпі (лінійна регресія з
r
виходом)
- 1000 петель, найкраще 3: 676 мкс на петлю
- Статистичні моделі (можуть робити поліном n-го ступеня та багато інших підходів)
- 1000 петель, найкраще 3: 422 мкс на петлю
Метод Корркоефа вузько перевершує обчислення r ^ 2 "вручну", використовуючи методи numpy. Це> в 5 разів швидше, ніж метод polyfit, і ~ 12 разів швидше, ніж scipy.linregress. Просто для того, щоб підсилити те, що numpy робить для вас, це в 28 разів швидше, ніж чистий python. Я недостатньо розбираюся в таких речах, як numba та pypy, тому комусь іншому довелося б заповнити ці прогалини, але я думаю, це для мене досить переконливо, що corrcoef
це найкращий інструмент для розрахунку r
простої лінійної регресії.
Ось мій код тестування. Я скопіював з Jupyter Notebook (важко не назвати його IPython Notebook ...), тому прошу вибачення, якщо щось трапилось на шляху. Для магічної команди% timeit потрібен IPython.
import numpy as np
from scipy import stats
import statsmodels.api as sm
import math
n=1000
x = np.random.rand(1000)*10
x.sort()
y = 10 * x + (5+np.random.randn(1000)*10-5)
x_list = list(x)
y_list = list(y)
def get_r2_numpy(x, y):
slope, intercept = np.polyfit(x, y, 1)
r_squared = 1 - (sum((y - (slope * x + intercept))**2) / ((len(y) - 1) * np.var(y, ddof=1)))
return r_squared
def get_r2_scipy(x, y):
_, _, r_value, _, _ = stats.linregress(x, y)
return r_value**2
def get_r2_statsmodels(x, y):
return sm.OLS(y, sm.add_constant(x)).fit().rsquared
def get_r2_python(x_list, y_list):
n = len(x_list)
x_bar = sum(x_list)/n
y_bar = sum(y_list)/n
x_std = math.sqrt(sum([(xi-x_bar)**2 for xi in x_list])/(n-1))
y_std = math.sqrt(sum([(yi-y_bar)**2 for yi in y_list])/(n-1))
zx = [(xi-x_bar)/x_std for xi in x_list]
zy = [(yi-y_bar)/y_std for yi in y_list]
r = sum(zxi*zyi for zxi, zyi in zip(zx, zy))/(n-1)
return r**2
def get_r2_numpy_manual(x, y):
zx = (x-np.mean(x))/np.std(x, ddof=1)
zy = (y-np.mean(y))/np.std(y, ddof=1)
r = np.sum(zx*zy)/(len(x)-1)
return r**2
def get_r2_numpy_corrcoef(x, y):
return np.corrcoef(x, y)[0, 1]**2
print('Python')
%timeit get_r2_python(x_list, y_list)
print('Numpy polyfit')
%timeit get_r2_numpy(x, y)
print('Numpy Manual')
%timeit get_r2_numpy_manual(x, y)
print('Numpy corrcoef')
%timeit get_r2_numpy_corrcoef(x, y)
print('Scipy')
%timeit get_r2_scipy(x, y)
print('Statsmodels')
%timeit get_r2_statsmodels(x, y)