Python练习之——肿瘤预测
来源:互联网 发布:辽宁省软件协会官网 编辑:程序博客网 时间:2024/05/24 01:31
良/恶性肿瘤预测问题属于典型的二分类问题,本文采用LR分类器来预测未知肿瘤患者的分类。本次学习任务,训练数据集有524条数据,测试数据集有174条数据。
数据集信息如下所示:
1.读取数据集,采用LR(Logistic Regression)分类器学习,
计算出不同情况下的准确率,并可视化的展示出来。具体实现代码如下所示:
# -*- coding: utf-8 -*-"""Created on Fri Mar 17 10:38:46 2017@author: zch"""import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.linear_model import LogisticRegression#读取训练数据集df_train = pd.read_csv('E:\\Python\\kaggle_exercise\\Datasets\\Breast-Cancer\\breast-cancer-train.csv')#读取测试数据集df_test = pd.read_csv('E:\\Python\\kaggle_exercise\\Datasets\\Breast-Cancer\\breast-cancer-test.csv')#print(df_train.info())'''该数据总共有4列,除了编号之外,包含Clump Thickness,Cell Size,Type三个特征,其中前两个特征是数值型的,最后一项是布尔型,分别代表肿瘤患者的良性与恶性'''#选取'Clump Thickness'与'Cell Size'作为特征,构建测试集中的正负分类样本。df_test_negative = df_test.loc[df_test['Type'] == 0][['Clump Thickness','Cell Size']]df_test_positive = df_test.loc[df_test['Type'] == 1][['Clump Thickness','Cell Size']]#绘制良性肿瘤样本点,标记为红色的oplt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')#绘制恶性肿瘤样本点,标记为黑色的xplt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')#绘制x,y轴说明plt.xlabel('Clump Thickness')plt.ylabel('Cell Size')print(plt.show())#利用numpy中的random函数随机采样直线的截距和系数。intercept = np.random.random([1])coef = np.random.random([2])lx = np.arange(0,12)ly = (-intercept-lx * coef[0]) / coef[1]#绘制一条随机直线plt.plot(lx,ly,c='yellow')plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')plt.xlabel('Clump Thickness')plt.ylabel('Cell Size')print(plt.show())#引入LR分类器lr = LogisticRegression()#使用前10条训练样本学习直线的系数和截距lr.fit(df_train[['Clump Thickness','Cell Size']][:10],df_train['Type'][:10])print("测试准确率:",lr.score(df_test[['Clump Thickness','Cell Size']],df_test['Type']))intercept = lr.intercept_coef = lr.coef_[0,:]ly = (-intercept - lx * coef[0]) / coef[1]plt.plot(lx,ly,c='green')plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')plt.xlabel('Clump Thickness')plt.ylabel('Cell Size')print(plt.show())#使用所有训练样本学习直线的系数和截距lr.fit(df_train[['Clump Thickness','Cell Size']],df_train['Type'])print("测试准确率:",lr.score(df_test[['Clump Thickness','Cell Size']],df_test['Type']))plt.plot(lx,ly,c='blue')plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')plt.xlabel('Clump Thickness')plt.ylabel('Cell Size')print(plt.show())
2.对比图3、图4,可以很明显的看出,同样采用LR分类器来学习,随着训练样本的增加,分类准确率得到了明显的提升。
0 0
- Python练习之——肿瘤预测
- 机器学习之线性分类器(Linear Classifiers)——肿瘤预测实例
- 《Python机器学习及实践》----良/恶性乳腺癌肿瘤预测
- 良/恶性乳腺癌肿瘤预测
- 良/恶性乳腺癌肿瘤预测
- 良恶性乳腺癌肿瘤预测
- Q8—肿瘤面积 懂得变通
- Kaggle房价预测:数据探索——练习
- Kaggle房价预测:数据预处理——练习
- OpenCV实践之路——用OpenCV和Dlib进行人脸颜值预测(Python)
- OpenCV实践之路——用OpenCV和Dlib进行人脸颜值预测(Python)
- 二维数组练习19_肿瘤检测
- 二维数组练习18_肿瘤面积
- 练习使用Python+Scikit-learn预测航班延误
- Python项目练习之——即时标记
- 天池大数据竞赛口碑商家客流量预测——时序预测(python-numpy-arima)
- python深度学习之销量预测
- python之日常练习
- 文章标题 POJ 1258 : Agri-Net(最小生成树--kruskal)
- 事务
- Android Studio 中手把手教你设置switch/case代码块自动补齐
- 原子性、内存可见性和重排序——重新认识synchronized和volatile
- 软考(五)-考后总结
- Python练习之——肿瘤预测
- poj3684(相遇碰撞模型)
- C语言的基本数据类型与表达式
- 小小收获
- 多行字符串
- Vim
- 函数和面对对象
- 我的第一篇博客——About Spring In Action
- 二分查找算法的简单实现