初始提交

classification_model/WaveSelect/Uve.py

@@ -0,0 +1,92 @@
+"""
+    -*- coding: utf-8 -*-
+    @Time   :2022/04/12 17:10
+    @Author : Pengyou FU
+    @blogs  : https://blog.csdn.net/Echo_Code?spm=1000.2115.3001.5343
+    @github : https://github.com/FuSiry/OpenSA
+    @WeChat : Fu_siry
+    @License：Apache-2.0 license
+"""
+
+from sklearn.cross_decomposition import PLSRegression
+from sklearn.linear_model import LinearRegression
+from sklearn.model_selection import ShuffleSplit, cross_val_score
+from numpy.linalg import matrix_rank as rank
+import numpy as np
+
+
+class UVE:
+    def __init__(self, x, y, ncomp=20, nrep=500, testSize=0.2):
+        """
+        初始化 UVE 模型。
+
+        参数：
+            x : np.ndarray，预测变量矩阵（输入数据）
+            y : np.ndarray，标签（目标值）
+            ncomp : int，PLS 中的最大潜变量数量，默认为 20
+            nrep : int，重复次数，默认为 500
+            testSize : float，训练集中划分的测试集比例，默认为 0.2
+        """
+        self.x = x
+        self.y = y
+        self.ncomp = min(ncomp, rank(x))  # 确保潜变量数量不超过矩阵秩
+        self.nrep = nrep
+        self.testSize = testSize
+
+        self.criteria = None  # 存储标准化系数
+        self.featureIndex = None  # 存储特征排序索引
+        self.featureR2 = np.full(self.x.shape[1], np.nan)  # 存储 R² 值
+        self.selFeature = None  # 存储最终选择的特征索引
+
+    def calcCriteria(self):
+        """计算每个变量的标准化系数 (meanCoef / stdCoef)。"""
+        PLSCoef = np.zeros((self.nrep, self.x.shape[1]))  # 存储每次迭代的 PLS 系数
+        ss = ShuffleSplit(n_splits=self.nrep, test_size=self.testSize)
+
+        # 遍历每次划分的数据集，计算 PLS 系数
+        for step, (train, test) in enumerate(ss.split(self.x, self.y)):
+            xtrain, ytrain = self.x[train], self.y[train]
+            plsModel = PLSRegression(n_components=min(self.ncomp, rank(xtrain)))
+            plsModel.fit(xtrain, ytrain)
+            PLSCoef[step, :] = plsModel.coef_.flatten()
+
+        # 使用 np.divide 处理除法，避免除以零的问题
+        meanCoef = np.mean(PLSCoef, axis=0)
+        stdCoef = np.std(PLSCoef, axis=0)
+        self.criteria = np.divide(meanCoef, stdCoef, out=np.zeros_like(meanCoef), where=stdCoef != 0)
+
+    def evalCriteria(self, cv=3):
+        """基于标准化系数评估每个变量组合的 R² 值。"""
+        # 按标准化系数的绝对值降序排序，获取特征的索引
+        self.featureIndex = np.argsort(-np.abs(self.criteria))
+
+        # 依次增加特征，计算每个组合的 R² 值
+        for i in range(self.x.shape[1]):
+            xi = self.x[:, self.featureIndex[:i + 1]]  # 选择前 i+1 个特征
+
+            # 根据特征数量选择回归模型
+            if i < self.ncomp:
+                regModel = LinearRegression()
+            else:
+                regModel = PLSRegression(n_components=min(self.ncomp, rank(xi)))
+
+            # 进行交叉验证并存储 R² 值
+            cvScore = cross_val_score(regModel, xi, self.y, cv=cv, scoring='r2')
+            self.featureR2[i] = np.mean(cvScore)
+
+    def cutFeature(self, *args):
+        """根据 R² 最大值选择特征，并返回所选特征的索引（列号）。"""
+        # 找到 R² 最大值对应的索引位置
+        cuti = np.nanargmax(self.featureR2)  # 使用 nanargmax 以避免 NaN 的影响
+        self.selFeature = self.featureIndex[:cuti + 1]  # 最优特征索引
+
+        # 如果传入其他数据集，返回筛选后的数据
+        if len(args) != 0:
+            returnx = list(args)
+            for i, argi in enumerate(args):
+                if argi.shape[1] == self.x.shape[1]:
+                    returnx[i] = argi[:, self.selFeature]
+            return returnx
+
+        # 返回所选特征的索引（列号）
+        return self.selFeature