用Jupter进行机器学习的入门练习（自用）——（1）模型的建立和精确度测试

本人是跟着b站学习Python的小白，走了许多弯路，怕忘记所以记下来方便查阅。

 学习Python的b站视频🔗https://www.bilibili.com/video/BV14J411U7hj

视频中所提到的下载数据的网站是外网，不太方便，所以这里推荐一个中文的网站：

和鲸社区https://www.heywhale.com/mw/project/5d91f803037db3002d3b77cd 

（有和视频中一样的数据，但是一天只有免费下载一个数据集的机会）

---

一、建立简单的机器学习模型进行预测

• 导入数据集

import pandas as pd
music_data = pd.read_csv('music.csv')

 注意:自己创建表格时先用excel进行编辑，保存成xlsx格式后再另存为csv格式，才能顺利导入数据集（直接改后缀可能无法实现，记得一定要另存为csv格式！！！）

注意：一般情况下，接下来的一个步骤应该是clean the data，对数据进行去重、删除、修改、变成可用形式（例如：数值）等操作。这里的案例不需要这些步骤。

• 将数据集分成两个独立的集合

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

（1）使用.drop生成没有genre这列值的输入集X

（2）生成只有genre这列值的输出集y

• 建立机器学习的模型

机器学习的模型有很多种，这个案例使用的是决策树。

（1）导入决策树分类器

from sklearn.tree import DecisionTreeClassifier

（2）建立模型

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

（3）调用模型进行预测

predictions = model.predict([ [21,1], [22,0] ])  #数组为输入的需要预测的值

注意：一般情况下会选择70%左右的数据作为训练数据，30%左右的数据作为测试数据，以验证预测数据与实际情况的偏差。

---

二、模型评估

• 评估模型的准确性

（1）导入分割数据的模块，将数据集分成训练集和测试集两个部分

from sklearn.model_selection import train_test_split

（2）设置X_train和X_test这两个输入集变量以及y_train和y_test两个输出集变量

X_train,X_test,y_train,y_test = train_test_split(X, y, test_size = 0.2)

0.2是测试集在数据集中的占比，可根据需要更改，建议在0.3左右。

（3）修改模型参数

因为是为了测试输入集预测的正确性，所以这里只用传递训练数据集。

model = DecisionTreeClassifier()
model.fit(X_train, y_train)
predictions = model.predict(X_test)

（4）引入准确度模块

from sklearn.metrics import accuracy_score

（5）测试准确度

将预测值与测试集的实际值进行对比。

score = accuracy_score(y_test,predictions)

注意：本次测试的精确度只有0.5，可能是因为数据太少了，正常的一个项目需要成千上万个数据。

此部分完整的代码

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'])
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)

score = accuracy_score(y_test,predictions)
score