python建模预测_技术分享 - python数据分析(6)——挖掘建模(1)分类与预测
经过数据探索与数据预处理,得到了可以直接建模的数据.根据挖掘目标与数据形式可以建立分类与预测、聚类分析、关联规则、时序模式和偏差检测等模型。
分类与预测问题是预测问题的两种主要的类型,分类主要是预测分类标号(基于离散属性的),而预测是建立连续值函数模型,预测给定自变量对应的因变量的值。
一、实现过程
1.1 分类
分类属于有监督学习的范畴,大致上的意思就是我们可以将样本数据分成几个类别,将我们的数据与我们的类别相互对应。
1.2 预测
预测是指建立两种或者两种以上变量之间相互依赖的函数模型,然后进行预测或者控制。
1.3 实现过程
二、常用的预测和分类方法
三、回归分析
主要回归模型分类
3.1 Logistic回归分析介绍
3.1.1 Logistic函数
3.1.2 Logistic回归模型
3.1.3 Logistic回归模型解释
3.2 Logistic回归建模步骤
#-*- coding: utf-8 -*-
#逻辑回归 自动建模
importpandasaspd
#参数初始化
filename='bankloan.xls'
data=pd.read_excel(filename)
x=data.iloc[:,:8].as_matrix()
y=data.iloc[:,8].as_matrix()
fromsklearn.linear_modelimportLogisticRegressionasLR
fromsklearn.linear_modelimportRandomizedLogisticRegressionasRLR
rlr=RLR()#建立随机逻辑回归模型,筛选变量
rlr.fit(x,y)#训练模型
rlr.get_support()#获取特征筛选结果,也可以通过.scores_方法获取各个特征的分数
print(u'通过随机逻辑回归模型筛选特征结束。')
print(u'有效特征为:%s'%','.join(data.columns[rlr.get_support(indices=True)]))
x=data[data.columns[rlr.get_support(indices=True)]].as_matrix()#筛选好特征
lr=LR()#建立逻辑货柜模型
lr.fit(x,y)#用筛选后的特征数据来训练模型
print(u'逻辑回归模型训练结束。')
print(u'模型的平均正确率为:%s'%lr.score(x,y))#给出模型的平均正确率,本例为81.4%
四、 决策树
决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。
决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。
4.1 ID3算法简介及基本原理
显然E(A)越小,Gain(A)的值越大,说明选择测试属性A对于分类提供的信息越大,选择A之后对分类的不确定程度越小。
4.2 ID3算法具体流程对当前样本集合,计算所有属性的信息增益
选择信息增益最大的属性作为测试属性,把测试属性取值相同的样本划为同一个子样本集
若子样本集的类别属性只含有单个属性,则分支为叶子节点,判断其属性值并标上相应的符号,然后返回调用处;否则对子样本递归调用本算法。
#-*- coding: utf-8 -*-
#使用ID3决策树算法预测销量高低
importpandasaspd
#参数初始化
inputfile='sales_data.xls'
data=pd.read_excel(inputfile,index_col=u'序号')#导入数据
#数据是类别标签,要将它转换为数据
#用1来表示“好”、“是”、“高”这三个属性,用-1来表示“坏”、“否”、“低”
data[data==u'好']=1
data[data==u'是']=1
data[data==u'高']=1
data[data!=1]=-1
x=data.iloc[:,:3].as_matrix().astype(int)
y=data.iloc[:,3].as_matrix().astype(int)
fromsklearn.treeimportDecisionTreeClassifierasDTC
dtc=DTC(criterion='entropy')#建立决策树模型,基于信息熵
dtc.fit(x,y)#训练模型
#导入相关函数,可视化决策树。
#导出的结果是一个dot文件,需要安装Graphviz才能将它转换为pdf或png等格式。
fromsklearn.treeimportexport_graphviz
x=pd.DataFrame(x)
fromsklearn.externals.siximportStringIO
x=pd.DataFrame(x)
withopen("tree.dot",'w')asf:
f=export_graphviz(dtc,feature_names=x.columns,out_file=f)
五、人工神经网络
人工神经模型
激活函数
人工神经算法
BP算法学习流程
例子如下:(用神经网络算法预测销量高低)
#-*- coding: utf-8 -*-
#使用神经网络算法预测销量高低
importpandasaspd
#参数初始化
inputfile='sales_data.xls'
data=pd.read_excel(inputfile,index_col=u'序号')#导入数据
#数据是类别标签,要将它转换为数据
#用1来表示“好”、“是”、“高”这三个属性,用0来表示“坏”、“否”、“低”
data[data==u'好']=1
data[data==u'是']=1
data[data==u'高']=1
data[data!=1]=0
x=data.iloc[:,:3].as_matrix().astype(int)
y=data.iloc[:,3].as_matrix().astype(int)
fromkeras.modelsimportSequential
fromkeras.layers.coreimportDense,Activation
model=Sequential()#建立模型
model.add(Dense(input_dim=3,output_dim=10))
model.add(Activation('relu'))#用relu函数作为激活函数,能够大幅提供准确度
model.add(Dense(input_dim=10,output_dim=1))
model.add(Activation('sigmoid'))#由于是0-1输出,用sigmoid函数作为激活函数
model.compile(loss='binary_crossentropy',optimizer='adam')
#编译模型。由于我们做的是二元分类,所以我们指定损失函数为binary_crossentropy
#另外常见的损失函数还有mean_squared_error、categorical_crossentropy等,请阅读帮助文件。
#求解方法我们指定用adam,还有sgd、rmsprop等可选
model.fit(x,y,nb_epoch=1000,batch_size=10)#训练模型,学习一千次
yp=model.predict_classes(x).reshape(len(y))#分类预测
fromcm_plotimport*#导入自行编写的混淆矩阵可视化函数
cm_plot(y,yp).show()#显示混淆矩阵可视化结果
BP神经网络预测销售高低混淆矩阵图:
python建模预测_技术分享 - python数据分析(6)——挖掘建模(1)分类与预测相关推荐
- python可以做计量分析吗_技术分享 - python数据分析(2)——数据特征分析(上)...
1 分布分析 分布分析能揭示数据的分布特征和分布类型.对于定量数据,欲了解其分布形式是对称的还是非对称的,发现某些特大或特小的可疑值,可通过绘制频率分布表.绘制频率分布直方图.绘制茎叶图进行直观地分析 ...
- python 报表框架_现在学Python还不晚!阿里巴巴推荐的Python学习教程,分享给大家...
在互联网信息爆炸的时代,我们经常面临各种与信息搜集有关的事情,但是信息来源网站多,信息量大,如果采用常规的人工搜索+office软件整理,往往要花费大量的时间. 这里为大家介绍一个门槛低.易上手的工具 ...
- python 报表框架_现在学Python还不晚!阿里巴巴推荐的Python学习教程,分享给大家!...
在互联网信息爆炸的时代,我们经常面临各种与信息搜集有关的事情,但是信息来源网站多,信息量大,如果采用常规的人工搜索+office软件整理,往往要花费大量的时间. 这里为大家介绍一个门槛低.易上手的工具 ...
- python个人博客搭建说明书_技术分享|利用Python Django一步步搭建个人博客(二)...
原标题:技术分享|利用Python Django一步步搭建个人博客(二) Hello,欢迎来到我们的"利用Python Django一步步搭建个人博客"系列的第二部分.在第一部分中 ...
- 如何系统地自学python~知乎_经验分享 | 如何系统地自学 Python?
是否非常想学好 Python,一方面被琐事纠缠,一直没能动手,另一方面,担心学习成本太高,心里默默敲着退堂鼓? 幸运的是,Python 是一门初学者友好的编程语言,想要完全掌握它,你不必花上太多的时间 ...
- python股票交易模型_如何用Python建模GGM模型并对股票估值?
内容首发 乐学偶得(http://lexueoude.com) 公众号: 乐学Fintech 用代码理解分析解决金融问题 首先我们快速了解一下什么是GGM模型. GGM模型又叫做"戈登增长模 ...
- python cnn 时间序列_有什么好的模型可以做高精度的时间序列预测呢?
近期整理了一下 Facebook 的 Prophet,个人感觉这是一个非常不错的时间序列预测工具. Prophet 简介 Facebook 去年开源了一个时间序列预测的算法,叫做 fbprophet, ...
- python 仪表驱动_技术文章 | 锐视模块化仪器python驱动使用说明
原标题:技术文章 | 锐视模块化仪器python驱动使用说明 简仪的硬件驱动都是使用C#用统一接口包装的,所有的MACOs都是开放型的,有明确的方法(Methods)和属性(Properties)定义 ...
- python资源库网校_【分享|4个常用python程序库竟然是他们,来看看你认识吗】- 环球网校...
[摘要]当今世界充满了各种数据,而python是其中一种的重要组成部分.现如今随着人们对python的了解逐渐加深,有关于python程序库的问题也随之出现在大家的视野中,当然这也说明了大家对于这个行 ...
- python基础模型_零基础python代码策略模型实战
内容摘要 1 本文概述 本文主要介绍了python基础.爬虫.与数据库交互.调用机器学习.深度学习.NLP等.分别介绍了各个模块的安装,环境的搭建等.并且以机器学习选股为例,把各个模块连贯起来,核心代 ...
最新文章
- c#_StringBuilder的用法总结
- IPv6中的特殊地址
- 推荐10个很棒的 CSS3 开发工具
- 【干货】仪器仪表常用术语汇总
- 再推荐一个安全的好软件
- 余额宝放10万元,一年收益大概有多少钱?
- 模块化无人机,不仅配置高,还颜值爆表
- 教你几招Mac的省电小技巧
- 百度开源呼叫中心系统
- webgl 地球_使用WebGL和JavaScript构建地球
- 金蝶k3系统中间服务器不可用,【金蝶软件】客户端登陆时提示远程服务器不存在或不可用(金蝶K3系统)...
- CSS3+jquery实现图片万花筒3D旋转动画特效
- IntelliJ IDEA “Finds duplicated code”提示如何关闭
- LVGL官方文档-7.11.0-5-Porting-Input device interface
- 软件测试--软件测试执行管理
- 高德地图marker屏蔽Label
- MATLAB中cell(元胞)数组的基本用法
- JavaScript基本用法
- 前端实现设置缓存数据定时失效
- 经验——从普通一本跨考东北大学计算机研究生
热门文章
- [2018.08.09 T3] 几何题
- Luogu2665[USACO08FEB] 连线游戏
- ssh: connect to host gitee.com port 22: Connection timed out fatal: Could not read from remote repos
- mysql主从复制(master 、salve)
- oracle的监听服务详解
- 安卓一键清理内存_教大家安卓怎么清理内存-装修攻略
- html5show()函数怎么写,实例:用JavaScript来操作字符串(一些字符串函数)_基础知识...
- hashmap hash冲突怎么解决_对HashMap的思考及手写实现
- session的概念特点及原理
- sql判断为0_SQL简单语义分析概述