Python:构建一个算法预测类型

准确工作：需要下载music.csv

已上传

---

构建模型内容：

import pandas as pd
music_data = pd.read_csv('music.csv')
# music_data
X=music_data.drop(columns=['genre'])
# 删除的那一列的名字为genre
Y=music_data['genre']
# 访问指定的列
Y

---

预测用的是决策树，找数据关系

fit这里训练的模型：

        X表示如果输入的是这样，希望的输出是Y

在本篇代码中，x是年龄和性别，y是所对应的爱好

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
music_data = pd.read_csv('music.csv')
# music_data
X=music_data.drop(columns=['genre'])
# 删除的那一列的名字为genre
Y=music_data['genre']
# 访问指定的列
# Y
model=DecisionTreeClassifier()
model.fit(X,Y)
# .fit(input,output)
# 预测21岁男性喜欢什么，20岁女性喜欢什么
predictions=model.predict([[21,1],[20,0]])
predictions

---

进一步优化

用20%数据进行测试，80%数据用于建立模型 

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split 
from sklearn.metrics import accuracy_score
music_data = pd.read_csv('music.csv')
X=music_data.drop(columns=['genre'])
# 删除的那一列的名字为genre
Y=music_data['genre']
X_train,X_test,Y_train,Y_test=train_test_split(X,Y,test_size=0.2)

model=DecisionTreeClassifier()
model.fit(X_train,Y_train)

predictions=model.predict(X_test)
# 返回预测的精确度0~1
score=accuracy_score(Y_test,predictions)
score

模型持久化：创建-保存-加载

保存和加载模块
        import joblib 

---

创建和保存

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import joblib
# 保存和加载模块
music_data = pd.read_csv('music.csv')
X=music_data.drop(columns=['genre'])
# 删除的那一列的名字为genre
Y=music_data['genre']

# 训练模型
model=DecisionTreeClassifier()
model.fit(X,Y)

# 保存
joblib.dump(model,'music-recommender.joblib')

---

加载模型

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import joblib
# 加载
model=joblib.load('music-recommender.joblib')
model
predictions=model.predict([[21,1]])
predictions

 可视化

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree

music_data = pd.read_csv('music.csv')

X=music_data.drop(columns=['genre'])
Y=music_data['genre']


model=DecisionTreeClassifier()
model.fit(X,Y)

# Y.unique() 去重 
tree.export_graphviz(model,out_file='music-rec.dot',
                     feature_names=['age','gender'],
                     class_names=sorted(Y.unique()),
                     # 每个节点都有可读的标签
                    label='all',
                     # 设置形状：节点框为圆角
                    rounded=True,
                     # 每个节点都有颜色
                    filled=True)

用vs打开保存的.dot即可

​​​​​​​