调用sklearn库--分类学习

在《python机器学习及实践》一书的学习中，小豆桑发现似乎一些学习算法由于要调用库，会有类似的过程，于是记录下来，以便时间长后的查阅。

1. 数据预处理
这是一个非常复杂的过程，实际应用中可能大量时间都用在数据收集清理上。
此处简单举例，使用pandas来读取数据。
Read CSV (comma-separated) file into DataFrame
把以逗号分隔的数据读入数据列表
data = pandas.read_csv(‘https://archive.ics.uci.edu/m1/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data’,names=column_names)
至此，数据就成为了一个矩阵。

2. 准备测试和训练数据
在这个过程中，通常包括数据的标准化、测试数据和训练的随机采样。
sklearn中的train_test_split函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签。
格式：
X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)
参数解释：
train_data：被划分的样本特征集
train_target：被划分的样本标签
test_size：如果是浮点数，在0-1之间，表示样本占比；如果是整数的话就是样本的数量
random_state：是随机数的种子。
随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。
随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：
种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。

from sklearn.linear_model import StandardScaler
ss = StandardScaler()
x_train = ss.fit_transform(x_train)

3. 调用分类模型进行预测
这里以线型分类器来举例，也可以替换成其他分类器。
lr = LogisticRegression()
lr.fit(x_train,y_train)
y_predict = lr.predict(x_test)

4. 性能分析
1）使用模型自身具有的评分函数来分析。
lr.score(x_test, y_test)
2）利用classification_report模块
classification_report(y_test, y_predict,target_name=['Benign', 'Malignant'])
该函数对于初学的小豆桑来说还是略微有些复杂，于是特此说明如下：
召回率和精确率表现情况的衡量
>>> from sklearn.metrics import classification_report
>>> y_true = [0, 1, 2, 2, 2]
>>> y_pred = [0, 0, 2, 2, 1]
>>> target_names = ['class 0', 'class 1', 'class 2']
>>> print(classification_report(y_true, y_pred, target_names=target_names))
precision recall f1-score support

class 0 0.50 1.00 0.67 1
class 1 0.00 0.00 0.00 1
class 2 1.00 0.67 0.80 3

avg / total 0.70 0.60 0.61 5

对准确率、精确率、召回率的解释
假如某个班级有男生80人,女生20人,共计100人.目标是找出所有女生.
现在某人挑选出50个人,其中20人是女生,另外还错误的把30个男生也当作女生挑选出来了.

-----------------------------------------分割线，此处举例借用当时看到一篇博客的例子，但是一时没有记起来是哪篇，等记起来了再说T-T-------------------------

准确率：分正确的人数占总人数的比例
精确率：分辨为女生中是真女生的比例
召回率：真女生中被分辨出来的比例
F1值就是精确率和召回率的调和平均值
F1越大越好

调用sklearn库--分类学习相关推荐

Python机器学习笔记：sklearn库的学习
自2007年发布以来,scikit-learn已经成为Python重要的机器学习库了,scikit-learn简称sklearn,支持包括分类,回归,降维和聚类四大机器学习算法.还包括了特征提取,数据 ...
每天进步一点点《ML - Sklearn库简单学习》
一:Sklearn介绍 Sklearn是一个强大的机器学习库,基于python的.官方文档(http://scikit-learn.org/stable/ ).如下列举部分的使用场景. 由图中,可以看 ...
【Python-ML】SKlearn库集成学习器Boosting
# -*- coding: utf-8 -*- ''' Created on 2018年1月19日@author: Jason.F @summary: Boosting,无放回抽样,串行训练基学习器, ...
【Python-ML】SKlearn库集成学习器Bagging
# -*- coding: utf-8 -*- ''' Created on 2018年1月19日@author: Jason.F @summary: Bagging,通过bootstrap样本构建集 ...
android调用日历库,Android学习教程之日历库使用（15）
本教程为大家分享了Android日历库的使用方法,供大家参考,具体内容如下 MainActivity.java代码: package siso.weekv; import android.conten ...
K-Means聚类及调用sklearn库代码实现
K-Means聚类又叫做K均值聚类,即将n个样本分到k个类中,每个样本到其所属类的中心的距离最小.由于每个样本只能属于一个类,因此也是属于一种硬聚类. 基本原理: 输入k值,代表将总样本分到k个类中. ...
sklearn库的学习入门
参考: https://blog.csdn.net/u014248127/article/details/78885180
Python Sklearn库源码学习--kmeans
前言: 分析体检数据希望不拘泥于Sklearn库中已有的聚类算法,想着改一下Kmeans算法.本着学习的目的,现在开始查看sklearn的源代码.希望能够写成一个通用的包. 有必要先交代一下我使用的p ...
sklearn库中的标准数据集及基本功能
[sklearn库] sklearn是scikit-learn的简称,是一个基于Python的第三方模块.sklearn库集成了一些常用的机器学习方法,在进行机器学习任务是,并不需要实现算法,只需要简 ...
（1-4）sklearn库的----模型评估
5,模型评估与选择务必记住那些指标适合分类,那些适合回归. 一,分类问题常见的分类模型包括:逻辑回归.决策树.朴素贝叶斯.SVM.神经网络等, 分类的模型评估指标包括以下几种: 1.TPR.FPR ...

调用sklearn库--分类学习

调用sklearn库--分类学习相关推荐

最新文章

热门文章