使用LogisticRegression和SGDClassifier对良/恶性肿瘤进行分类,并计算出准确率召回率和F1的值
来源:互联网 发布:网络教育专升本报名 编辑:程序博客网 时间:2024/05/16 11:22
# -*- coding: utf-8 -*-
"""
Created on Tue Oct 24 10:08:40 2017
@author: liuyajun
"""
import pandas as pd
import numpy as np
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.linear_model import SGDClassifier
from sklearn.metrics import classification_report
column_names = ['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell shape','Marginal Adhesion','Single Epithelial cell Size','Bare Nuclei','Bland Chromation','Normal Nucleoli','Mitoses','Class']#给读入的数据取列明
data = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data',names=column_names)#网站上提供对应的数据
data = data.replace(to_replace='?',value=np.nan)#用numpy中的nan来代替数据中的空值(之前使用?来表示空)
data = data.dropna(how='any')#删除所有带有空值的数据
#print(data.shape)#输出删除空值后数据的形状
#使用函数对数据进行切分,训练数据75%,测试数据25%
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)
#检测样本的数量和类型
y_train.value_counts()
y_test.value_counts()
#首先使用线性模型从事良、恶性肿瘤的预测任务
# 1 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主导
ss = StandardScaler()
X_train=ss.fit_transform(X_train)
X_test=ss.transform(X_test)
# 2 初始化Logis提出Regression和SGDClassifier(随机参数梯度估计)
lr = LogisticRegression()
sgdc = SGDClassifier()
#使用LogisticRegression 中的fit方法训练参数
lr.fit(X_train,y_train)
#对测试数据进行预测
lr_y_predict=lr.predict(X_test)
sgdc.fit(X_train,y_train)
sgdc_y_predict=sgdc.predict(X_test)
#利用LogisticRegression模块自带的score获得模型在测试机上的准确性
print('Accuracy of LR Classifier:',lr.score(X_test,y_test))
#利用Classification_report模块获得LogisticRegression的准确率召回率和F1
print(classification_report(y_test,lr_y_predict,target_names=['Benign','Malignant']))#malignant恶性的benign良性的
print('Accuracy of SGD Classifier:',sgdc.score(X_test,y_test))
print(classifier_report(y_test,y_sgdc_test,target_names=['Bengin','Malignant']))
"""
Created on Tue Oct 24 10:08:40 2017
@author: liuyajun
"""
import pandas as pd
import numpy as np
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.linear_model import SGDClassifier
from sklearn.metrics import classification_report
column_names = ['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell shape','Marginal Adhesion','Single Epithelial cell Size','Bare Nuclei','Bland Chromation','Normal Nucleoli','Mitoses','Class']#给读入的数据取列明
data = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data',names=column_names)#网站上提供对应的数据
data = data.replace(to_replace='?',value=np.nan)#用numpy中的nan来代替数据中的空值(之前使用?来表示空)
data = data.dropna(how='any')#删除所有带有空值的数据
#print(data.shape)#输出删除空值后数据的形状
#使用函数对数据进行切分,训练数据75%,测试数据25%
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)
#检测样本的数量和类型
y_train.value_counts()
y_test.value_counts()
#首先使用线性模型从事良、恶性肿瘤的预测任务
# 1 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主导
ss = StandardScaler()
X_train=ss.fit_transform(X_train)
X_test=ss.transform(X_test)
# 2 初始化Logis提出Regression和SGDClassifier(随机参数梯度估计)
lr = LogisticRegression()
sgdc = SGDClassifier()
#使用LogisticRegression 中的fit方法训练参数
lr.fit(X_train,y_train)
#对测试数据进行预测
lr_y_predict=lr.predict(X_test)
sgdc.fit(X_train,y_train)
sgdc_y_predict=sgdc.predict(X_test)
#利用LogisticRegression模块自带的score获得模型在测试机上的准确性
print('Accuracy of LR Classifier:',lr.score(X_test,y_test))
#利用Classification_report模块获得LogisticRegression的准确率召回率和F1
print(classification_report(y_test,lr_y_predict,target_names=['Benign','Malignant']))#malignant恶性的benign良性的
print('Accuracy of SGD Classifier:',sgdc.score(X_test,y_test))
print(classifier_report(y_test,y_sgdc_test,target_names=['Bengin','Malignant']))
阅读全文
0 0
- 使用LogisticRegression和SGDClassifier对良/恶性肿瘤进行分类,并计算出准确率召回率和F1的值
- 准确率,召回率和F1值
- 准确率、召回率、F1
- 准确率、召回率、F1
- 准确率、召回率、F1
- 分类问题的精确率和召回率 (准确率)
- 召回率和准确率
- 准确率和召回率
- 召回率和准确率
- 准确率和召回率
- Spark随机森林算法对数据分类(一)——计算准确率和召回率
- 关于召回率和准确率的理解
- 关于召回率和准确率的理解
- 准确率、召回率和F值
- 机器学习中分类器的评价指标:召回率(recall), 精度(precision), 准确率(accuracy), F1分数(F1-score)
- 准确率、召回率和F值的关系
- 文本分类之情感分析– 准确率和召回率
- 准确率和召回率介绍
- Python学习--个人理解numpy的cumsum函数
- 嵌入式学习笔记_Linux(一)——Linux文件编程
- android开发 ,功能代码收集
- 微信小程序-AES加密解密
- 二分查找
- 使用LogisticRegression和SGDClassifier对良/恶性肿瘤进行分类,并计算出准确率召回率和F1的值
- Thymeleaf 使用入门
- cloneable接口
- SQL查询一批数据,怎么在最后一行增加个合计
- DIS与DR对比表
- vue.js 页面跳转传值 localStorage本地存储
- CodeForces
- 今天 搞定花生壳映射,通过外网可以访问本地网站
- 变量声明和定义的区别