说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
1.项目背景
相关向量机（Relevance Vector Machine，简称RVM）是Micnacl E.Tipping于2000年提出的一种与SVM（Support Vector Machine）类似的稀疏概率模型，是一种新的监督学习方法。
它的训练是在贝叶斯框架下进行的，在先验参数的结构下基于主动相关决策理论（automatic relevance determination，简称ARD）来移除不相关的点，从而获得稀疏化的模型。在样本数据的迭代学习过程中，大部分参数的后验分布趋于零，与预测值无关，那些非零参数对应的点被称作相关向量（Relevance Vectors），体现了数据中最核心的特征。同支持向量机相比，相关向量机最大的优点就是极大地减少了核函数的计算量，并且也克服了所选核函数必须满足Mercer条件的缺点。
2.数据获取
本次建模数据来源于网络(本项目撰写人整理而成)，数据项统计如下：
编号 |
变量名称 |
描述 |
1 |
x1 |
|
2 |
x2 |
|
3 |
x3 |
|
4 |
x4 |
|
5 |
x5 |
|
6 |
y |
标签 |
数据详情如下(部分展示)：
3.数据预处理
3.1 用Pandas工具查看数据
使用Pandas工具的head()方法查看前五行数据：
从上图可以看到，总共有6个字段。
关键代码：
3.2缺失值统计
使用Pandas工具的info()方法统计每个特征缺失情况：
从上图可以看到，数据不存在缺失值，总数据量为608条。
关键代码：
3.3描述性统计分析
通过Pandas工具的describe()方法来来统计变量的平均值、标准差、最大值、最小值、分位数等信息：
关键代码如下：
4.探索性数据分析
4.1 y变量折线图分布分析
用Pandas工具的value_counts().plot()方法进行统计绘图，如下：
从图中可以看到，变量y的数值存在一定的波动性。
4.2 y变量直方图
从图中可以看到，y变量成一定的正态分布。
4.3 变量的相关关系
从图中可以看到，变量x2 x3和变量y呈线性关系。
4.4 相关性分析
通过Pandas工具的corr()方法和seaborn工具的heatmap()方法绘制相关性热力图：
从图中可以看到，正数为正相关，负数为负相关，绝对值越大相关性越强。
4.5 x5变量面积图
通过Matplotlib工具的fill_between()方法绘制面积图：
从上图可以看到x5变量数据分布还是相当均匀的。
5.特征工程
5.1 建立特征数据和标签数据
y为标签数据，除y之外的为特征数据。关键代码如下：
5.2 数据集拆分
数据集集拆分，分为训练集和测试集，80%训练集和20%测试集。关键代码如下：
6.构建相关向量机回归模型
主要使用RVR算法，用于目标回归。
6.1模型参数
编号 |
模型名称 |
参数 |
1 |
RVM回归模型 |
kernel='rbf' |
2 |
alpha=1e-06 |
|
4 |
coef0=0.0 |
|
5 |
degree=3 |
|
6 |
n_iter=3000 |
7.模型评估
7.1评估指标及结果
评估指标主要包括可解释方差值、平均绝对误差、均方误差、R方值等等。
模型名称 |
指标名称 |
指标值 |
测试集 |
||
RVM回归模型 |
可解释方差值 |
1.0 |
平均绝对误差 |
0.02 |
|
均方误差 |
0.0 |
|
R方 |
1.0 |
|
从上表可以看出，R方为100% 可解释方差值为100%，RVM回归模型比较优秀，效果非常好。
7.2 真实值与预测值对比图
从上图可以看出真实值和预测值波动基本一致，模型拟合效果非常棒。
8.结论与展望
综上所述，本文采用了RVM回归模型，最终证明了我们提出的模型效果很好。
# 本次机器学习项目实战所需的资料，项目资源如下： # 项目说明： # 获取方式一： # 项目实战合集导航： https://docs.qq.com/sheet/DTVd0Y2NNQUlWcmd6?tab=BB08J2 # 获取方式二： 链接：https://pan.baidu.com/s/1efmGhzKi5QpdUA2jrNeG_w 提取码：r6se
