《python机器学习及实践-从零开始通往kaggle竞赛之路(代码Python 3.6 版)》chapter2.1.1.1
2017-12-09 22:42
696 查看
chapter1_4
# 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(只要有一个维度有缺失)。 data = data.dropna(how='any') # 输出data的数据量和维度。 data.shape
# 使用sklearn.cross_valiation里的train_test_split模块用于分割数据。 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。 y_train.value_counts() # 查验测试样本的数量和类别分布。 y_test.value_counts()
# 从sklearn.preprocessing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 stochastic_gradient # 标准化数据,保证每个维度的特征数据方差为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SGDClassifier。 lr = LogisticRegression() sgdc = stochastic_gradient.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中。 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classification_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']))
发布修改代码已经过作者同意,如果有疑问,可以留言给我。
相关文章推荐
- 《python机器学习及实践-从零开始通往kaggle竞赛之路(代码Python 3.6 版)》chapter1.1
- 《python机器学习及实践-从零开始通往kaggle竞赛之路(代码Python 3.6 版)》chapter2.1.1.3
- 《python机器学习及实践-从零开始通往kaggle竞赛之路(代码Python 3.6 版)》chapter2.1.1.4
- 《python机器学习及实践-从零开始通往kaggle竞赛之路(代码Python 3.6 版)》chapter2.1.1.2
- 《Python 机器学习及实践--从零开始通往kaggle竞赛之路》--第一章代码
- 《Python 机器学习及实践--从零开始通往kaggle竞赛之路》笔记
- 《 Python机器学习及实践:从零开始通往Kaggle竞赛之路》高清PDF
- 《机器学习及实践--从零开始通往Kaggle竞赛之路》
- 《机器学习及实践--从零开始通往Kaggle竞赛之路》
- 《机器学习及实践--从零开始通往Kaggle竞赛之路》
- 科学经得起实践检验-python3.6通过决策树实战精准准确预测今日大盘走势(含代码)
- 科学经得起实践检验-python3.6通过决策树实战精准准确预测今日大盘走势(含代码)
- 《Python机器学习及实践:从零开始通往Kaggle竞赛之路》
- 《Python机器学习及实践:从零开始通往Kaggle竞赛之路》
- 《python机器学习及实践》书籍代码练习
- Python机器学习及实践:
- python3与机器学习实践---2、KNN实现手写数字识别
- 机器学习系列(12)_XGBoost参数调优完全指南(附Python代码)
- 从零开始--系统深入学习android(实践-让我们开始写代码-Android框架学习-6.权限(Permissions))