Prevedere nuovi dati utilizzando la regressione ponderata localmente (LOESS/LOWESS)

Question

Come adattare una regressione ponderata localmente in python in modo che possa essere utilizzata per prevedere nuovi dati?

C'è statsmodels.nonparametric.smoothers_lowess.lowess, ma restituisce le stime solo per il set di dati originale; quindi sembra fare solo fit e predict insieme, piuttosto che separatamente come mi aspettavo.

scikit-learn ha sempre un metodo fit che consente di utilizzare l'oggetto in seguito sui nuovi dati con predict; ma non implementa lowess.

Answer 1

Lowess funziona alla grande per la previsione (se combinato con l'interpolazione)! Penso che il codice sia piuttosto semplice-- fammi sapere se hai qualche domanda! Matplolib Figure

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() 

Answer 2

considerare l'utilizzo del kernel di regressione, invece.

statmodels ha un implementation.

Se si dispone di troppi punti dati, perché non utilizzare sk.learn's radiusNeighborRegression e specificare una funzione di ponderazione tricube?