aigroup-econ-mcp 0.4.2__py3-none-any.whl → 1.4.3__py3-none-any.whl

aigroup_econ_mcp/tools/ml_regularization.py

@@ -1,172 +0,0 @@
-"""
-正则化回归方法模块
-包含Lasso和Ridge回归算法
-"""
-
-import numpy as np
-from typing import List, Optional
-from sklearn.linear_model import Lasso, Ridge
-from sklearn.metrics import mean_squared_error, r2_score, mean_absolute_error
-from sklearn.preprocessing import StandardScaler
-import warnings
-warnings.filterwarnings('ignore')
-
-from .ml_models import RegularizedRegressionResult
-
-
-def lasso_regression(
-    y_data: List[float],
-    x_data: List[List[float]],
-    feature_names: Optional[List[str]] = None,
-    alpha: float = 1.0,
-    random_state: int = 42
-) -> RegularizedRegressionResult:
-    """
-    Lasso回归（L1正则化）
-    
-    📊 功能说明：
-    使用L1正则化的线性回归，能够进行特征选择和稀疏建模。
-    
-    📈 算法特点：
-    - 特征选择：自动将不重要的特征系数压缩为0
-    - 稀疏解：产生稀疏的系数向量
-    - 可解释性：保留重要特征，去除冗余特征
-    - 处理多重共线性：对高度相关的特征进行选择
-    
-    💡 使用场景：
-    - 高维数据特征选择
-    - 多重共线性问题
-    - 稀疏建模需求
-    - 可解释性要求高的场景
-    
-    ⚠️ 注意事项：
-    - 对alpha参数敏感
-    - 可能过度压缩重要特征
-    - 需要数据标准化
-    
-    Args:
-        y_data: 因变量数据
-        x_data: 自变量数据，二维列表格式
-        feature_names: 特征名称列表
-        alpha: 正则化强度，默认1.0
-        random_state: 随机种子
-    
-    Returns:
-        RegularizedRegressionResult: Lasso回归结果
-    """
-    return _regularized_regression(
-        y_data, x_data, feature_names, alpha, random_state, "lasso"
-    )
-
-
-def ridge_regression(
-    y_data: List[float],
-    x_data: List[List[float]],
-    feature_names: Optional[List[str]] = None,
-    alpha: float = 1.0,
-    random_state: int = 42
-) -> RegularizedRegressionResult:
-    """
-    Ridge回归（L2正则化）
-    
-    📊 功能说明：
-    使用L2正则化的线性回归，能够处理多重共线性问题。
-    
-    📈 算法特点：
-    - 稳定性：对多重共线性稳健
-    - 收缩系数：将所有系数向0收缩
-    - 无特征选择：保留所有特征
-    - 数值稳定性：改善矩阵条件数
-    
-    💡 使用场景：
-    - 多重共线性问题
-    - 需要稳定估计的场景
-    - 所有特征都可能有贡献的情况
-    - 小样本高维数据
-    
-    ⚠️ 注意事项：
-    - 不进行特征选择
-    - 对alpha参数敏感
-    - 需要数据标准化
-    
-    Args:
-        y_data: 因变量数据
-        x_data: 自变量数据，二维列表格式
-        feature_names: 特征名称列表
-        alpha: 正则化强度，默认1.0
-        random_state: 随机种子
-    
-    Returns:
-        RegularizedRegressionResult: Ridge回归结果
-    """
-    return _regularized_regression(
-        y_data, x_data, feature_names, alpha, random_state, "ridge"
-    )
-
-
-def _regularized_regression(
-    y_data: List[float],
-    x_data: List[List[float]],
-    feature_names: Optional[List[str]],
-    alpha: float,
-    random_state: int,
-    model_type: str
-) -> RegularizedRegressionResult:
-    """正则化回归内部实现"""
-    # 数据验证
-    if not y_data or not x_data:
-        raise ValueError("因变量和自变量数据不能为空")
-    
-    if len(y_data) != len(x_data):
-        raise ValueError(f"因变量和自变量的观测数量不一致: y_data={len(y_data)}, x_data={len(x_data)}")
-    
-    # 准备数据
-    X = np.array(x_data)
-    y = np.array(y_data)
-    
-    # 特征名称处理
-    if feature_names is None:
-        feature_names = [f"x{i}" for i in range(X.shape[1])]
-    elif len(feature_names) != X.shape[1]:
-        raise ValueError(f"特征名称数量({len(feature_names)})与自变量数量({X.shape[1]})不匹配")
-    
-    # 数据标准化
-    scaler = StandardScaler()
-    X_scaled = scaler.fit_transform(X)
-    y_scaled = (y - np.mean(y)) / np.std(y)  # 标准化因变量
-    
-    # 选择模型
-    if model_type == "lasso":
-        model = Lasso(alpha=alpha, random_state=random_state, max_iter=10000)
-    elif model_type == "ridge":
-        model = Ridge(alpha=alpha, random_state=random_state)
-    else:
-        raise ValueError(f"不支持的模型类型: {model_type}")
-    
-    # 训练模型
-    model.fit(X_scaled, y_scaled)
-    
-    # 预测
-    y_pred_scaled = model.predict(X_scaled)
-    
-    # 将预测值转换回原始尺度
-    y_pred = y_pred_scaled * np.std(y) + np.mean(y)
-    
-    # 计算评估指标
-    r2 = r2_score(y, y_pred)
-    mse = mean_squared_error(y, y_pred)
-    mae = mean_absolute_error(y, y_pred)
-    
-    # 系数（注意：由于标准化，系数需要适当解释）
-    coefficients = dict(zip(feature_names, model.coef_))
-    
-    return RegularizedRegressionResult(
-        model_type=model_type,
-        r2_score=r2,
-        mse=mse,
-        mae=mae,
-        n_obs=len(y),
-        feature_names=feature_names,
-        alpha=alpha,
-        coefficients=coefficients
-    )