使用线性分类模型从事良/恶性肿瘤预测任务
2017-09-13 23:41
453 查看
#-*- coding: utf-8 -*- # 导入pandas 与 numpy工具包 import pandas as pd import numpy as np # 创建特征列表 column_names = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape', 'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin', 'Normal Nucleoli', 'Mitoses', 'Class'] # 使用pandas.read.csv函数从互联网读取指定数据 data = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data', names = column_names) # 将?替换为标准缺失值表示 data = data.replace(to_replace='?', value=np.nan) # 丢弃带有缺失值的数据(只有一个维度有缺失) data = data.dropna(how='any') # 输出data的数据量和维度 print(data.shape) # 使用sklearn.cross_valitation里的train_test_split模块用于分割数据 # 已经废弃from sklearn.cross_validation import train_test_split from sklearn.model_selection import train_test_split # 随机采样25%的数据用于测试,剩下的75%用于构建训练集合 X_train, X_test, y_train, y_test = train_test_split(data[column_names[1:10]], data[column_names[10]], test_size=0.25, random_state=33) # 查验训练样本的数量和类别分布 print(y_train.value_counts()) # 查验测试样本的数量和类别分布 print(y_test.value_counts()) # 从sklearn.prepprocessing里导入StandardScaler from sklearn.preprocessing import StandardScaler # 从sklearn.linear_model里导入LogisticRegression与SGDClassifier from sklearn.linear_model import LogisticRegression from sklearn.linear_model import SGDClassifier # 标准化数据,保证每个维度的特征数方差为1,均值为0,使得预测结果不会被某些维度过大的特征值而主导 ss = StandardScaler() X_train = ss.fit_transform(X_train) X_test = ss.transform(X_test) # 初始化LogisticRegression与SGDClasssfier lr = LogisticRegression() sgdc = SGDClassifier() # 调用LogisticRegression中的fit函数/模块用来训练模型参数 lr.fit(X_train, y_train) # 使用训练好的模型lr对X_test进行预测,结果储存在变量lr_y_predict lr_y_predict = lr.predict(X_test) # 调用SGDClassifier中的fit函数/模块用来训练模型参数 sgdc.fit(X_train, y_train) # 使用训练好的模型sgdc对X_test进行预测,结果储存在变量sgdc_y_predict中 sgdc_y_predict = sgdc.predict(X_test) # 从sklearn.metrics里导入classifivation_report模块 from sklearn.metrics import classification_report # 使用逻辑斯蒂回归模型自带的评分函数score获得模型在测试集上的准确性结果 print'Accuracy of LR Classifier:', lr.score(X_test, y_test) # 利用classification_report模块获得LogisticRegression其他三个指标的结果。 print classification_report(y_test, lr_y_predict, target_names=['Benign', 'Malignant']) # 使用随机梯度下降模型自带的评分函数score获得模型在测试集上的准确性结果。 print 'Accuarcy of SGD Classifier:', sgdc.score(X_test, y_test) # 利用classification_report模块获得SGDClassifier其他三个指标的结果。 print classification_report(y_test, sgdc_y_predict, target_names=['Benign', 'Malignant'])
输出结果:
相关文章推荐
- TensorFlow学习笔记(七) 使用训练好的inception_v3模型预测分类图片
- 使用Tensorflow自定义一个线性分类器对‘良/恶性乳腺癌肿瘤’进行预测
- 使用Weka进行数据挖掘(Weka教程七)Weka分类/预测模型构建与评价
- 使用tensorflow自定义线性分类器预测 良/恶性肿瘤
- 使用感知机进行二类分类的线性分类模型测试(minst数据集)
- P142-144使用Tensorflow自定义一个线性分类器用于对“良/恶性乳腺癌肿瘤”进行预测
- 使用logisticregression回归算法训练部分,全部样本 预测良/恶性肿瘤
- 03-《机器学习及实践》学习之使用线性分类模型
- 使用keras模型和sklearn库做机器学习任务
- Caffe--在caffe外面使用classification.cpp进行分类预测
- 使用logistic regression 多分类预测
- 【keras】序贯Sequential模型实例之使用LSTM的序列分类
- TensorFlow定义一个线性分类模型
- 使用词袋模型对图像进行分类
- 使用caffe fine-tune一个单标签图像分类模型
- 初学ML笔记N0.1——线性回归,分类与逻辑斯蒂回归,通用线性模型
- K近邻回归模型对Boston房价进行预测,同时对性能进行评估(1.使用普通的算术平均法2.考虑距离差异进行加权平均)
- 使用pytorch预训练模型分类与特征提取
- Tensorflow 使用slim框架下的分类模型进行分类
- 教程 | Kaggle网站流量预测任务第一名解决方案:从模型到代码详解时序预测