import pandas as pd
import sklearn.model_selection import train_test_split
data = pd.read_csv('./dataset/data.csv', header=None, sep='')
x_data = data.iloc[:, :-1] #输入变量
y_data = data.iloc[:, -1:] #实际结果
x_train, x_test, y_train, y_test = train_test_split(x_data, y_data, test_size=0.2)
train_test_split()可以将数据按比例随机分为训练集和测试集;参数如下:
第一个参数:输入变量
第二个参数:与输入变量对应的实际结果
test_size:测试集占总数据的比例。例如test_size=0.2,则训练集:测试集=8:2
random_state:随机数的种子。若为None,则每次生成的数据都是随机的;若为整数,则每次生成的数据相同。
1.监督学习
sklearn.neighbors #近邻算法
sklearn.svm #支持向量机
sklearn.kernel_ridge #核-岭回归
sklearn.discriminant_analysis #判别分析
sklearn.linear_model #广义线性模型
sklearn.ensemble #集成学习
sklearn.tree #决策树
sklearn.naive_bayes #朴素贝叶斯
sklearn.cross_decomposition #交叉分解
sklearn.gaussian_process #高斯过程
sklearn.neural_network #神经网络
sklearn.calibration #概率校准
sklearn.isotonic #保守回归
sklearn.feature_selection #特征选择
sklearn.multiclass #多类多标签算法
2.无监督学习
sklearn.decomposition #矩阵因子分解
sklearn.cluster #聚类
sklearn.manifold #流形学习
sklearn.mixture #高斯混合模型
sklearn.neural_network #无监督神经网络
sklearn.covariance #协方差估计
3.数据变换
sklearn.feature_extraction #特征提取
sklearn.feature_selection #特征选择
sklearn.preprocessing #预处理
sklearn.random_projection #随机投影
sklearn.kernel_approximation #核逼近
示例
from sklearn.linear_model import LogisticRegression
logr = LogisticRegression() #新建一个逻辑回归器
logr.fit(x_train, y_train.values.ravel()) #对训练集进行拟合
y_pred = logr.predict(x_test) #使用训练好的逻辑回归器对测试集进行预测
使用sklearn.metrics可以计算模型的各种评价指标,例如:准确率、召回率、精确度、F1分数、ROC曲线、AUC等指标。
from sklearn.metrics import accuracy_score, recall_score, precision_score, roc_curve
acc = accuracy_score(y_test, y_pred) #计算准确率
recall = recall_score(y_test, y_pred) #计算召回率
precision = precision_score(y_test, y_pred) #计算精确度
#ROC曲线
fpr, tpr, thresholds = roc_curve(y_test, y_pred)
plt.([0, 1], [0, 1], 'k-')
plt.plot(fpr, tpr)
plt.show()
from classification_report
print(classification_report(y_test, y_predict, digits=5))
输出结果为:
准确率:所有样本总被分对的比例 a c c = T P + T N T P + T N + F P + F N acc=\frac{TP+TN}{TP+TN+FP+FN} acc=TP+TN+FP+FNTP+TN 召回率(灵敏度):所有正例中被分对的比例 r e c a l l = T P T P + F N recall = \frac{TP}{TP+FN} recall=TP+FNTP 精确度:被分为正例的示例中实际为正例的比例 p r e c i s i o n = T P T P + F P precision = \frac{TP}{TP+FP} precision=TP+FPTP 特效度:所有负例中被分对的比例(即为classification_report中负样本的recall值) s p e c i f i c i t y = T N F P + T N specificity = \frac{TN}{FP+TN} specificity=FP+TNTN
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/180974.html原文链接:https://javaforall.cn