数据挖掘实战分享：财政收入影响因素分析及预测（四）

泰迪智能科技（TipDM数据挖掘平台）最新推出的数据挖掘实战专栏

专栏将数据挖掘理论与项目案例实践相结合，可以让大家获得真实的数据挖掘学习与实践环境，更快、更好的学习数据挖掘知识与积累职业经验

专栏中每四篇文章为一个完整的数据挖掘案例。案例介绍顺序为：先由数据案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建，在介绍建模过程中同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。

为方便读者轻松地获取一个真实的实验环境，本专栏使用大家熟知的语言对样本数据进行处理以进行挖掘建模。

————————————————

下面进入最终篇，上机实验及拓展思考～

实验目的

（1）掌握Lasso回归特征选择。

（2）构建灰色预测与神经网络预测模型。

实验内容

（1）对搜集的某市地方财政收入以及各类别收入数据，分析识别影响地方财政收入的关键属性，数据详见：test/data/data.csv。

（2）预测筛选出的关键影响因素的2014年、2015年的预测值。

（3）使用关键影响因素的2014年、2015年的预测值得到某市地方财政收入2014年、2015年的预测值。

实验方法与步骤

（1）将“data.csv”数据使用库中的函数读入当前工作空间。

（2）使用-learn中的Lasso函数对数据进行属性选择。

（3）使用GM(1,1)灰色预测方法得到筛选出的关键影响因素的2014年、2015年的预测值。

（4）使用支持向量回归模型对某市地方财政收入进行预测。

思考与实验总结

（1）Lasso回归如何设置合适的l值，在保证能够选取关键属性的前提下不过多的增加Lasso回归的复杂程度？

（2）在构建SVR预测模型前使用标准差标准化对数据进行标准化处理，如使用其他标准化处理方法对结果又会造成怎么样的影响？

拓展思考

MLP多层感知器（Multi-）是一种前向结构的人工神经网络ANN，映射一组输入向量到一组输出向量。MLP可以被看做是一个有向图，由多个节点层组成，每一层全连接到下一层。除了输入节点，每个节点都是一个带有非线性激活函数的神经元。使用BP反向传播算法的监督学习方法来训练MLP。MLP是感知器的推广，克服了感知器不能对线性不可分数据进行识别的弱点。

相对于单层感知器，MLP多层感知器输出端从一个变到了多个；输入端和输出端之间也不光只有一层，现在有两层：输出层和隐藏层，如图1-1所示。

图1-1多层感知器

MLP多层感知器是前馈神经网络的一个例子，一个前馈神经网络可以包含三种节点。

1)输入节点（Input Nodes）：也称为输入层，输入节点从外部世界提供信息。在输入节点中，不进行任何的计算，仅向隐藏节点传递信息。

2)隐藏节点（ Nodes）：隐藏节点也称为隐藏层，和外部世界没有直接联系，这些节点进行计算，并将信息从输入节点传递到输出节点。尽管一个前馈神经网络只有一个输入层和一个输出层，但网络里可以没有也可以有多个隐藏层。

3)输出节点（ Nodes）：输出节点也称为输出层，负责计算，并从网络向外部世界传递信息。

在前馈网络中，信息只单向移动——从输入层开始前向移动，然后通过隐藏层，再到输出层。在网络中没有循环或回路。

MLP在80年代的时候曾是相当流行的机器学习方法，拥有广泛的应用场景，譬如语音识别、图像识别、机器翻译等等，但自90年代以来，MLP遇到来自更为简单的支持向量机的强劲竞争。近来，由于深层学习的成功，MLP又重新得到了关注。

MLP拥有高度的并行处理、高度的非线性全局作用、良好的容错性、具有联想记忆功能、非常强的自适应、自学习功能等优点。但是MLP的网络的隐含节点个数选取非常难，停止阈值、学习率、动量常数需要采用“trial-and-error”法，极其耗时，学习速度慢并且容易陷入局部极值。

使用MLP算法实现对本案例的财政收入预测，并与支持向量机回归模型的预测效果进行对比。

财政收入影响因素分析及预测模型实战案例至此结束，前三篇文章链接在

财政收入影响因素分析及预测模型（一）

财政收入影响因素分析及预测模型（二）

财政收入影响因素分析及预测模型（三）

关注我可了解更多数据挖掘实战知识~ 也可以利用泰迪智能科技 TipDM数据挖掘平台 申请试用操作哟~