机器学习（Pytorch环境）01——breast_cancer数据集例程

最新推荐文章于 2024-05-28 02:00:00 发布

youzuos

最新推荐文章于 2024-05-28 02:00:00 发布

阅读量405

点赞数

文章标签：机器学习 pytorch python

本文链接：https://blog.csdn.net/pjydpj/article/details/131291437

版权

导入数据+数据预处理

#导入库
from matplotlib import pyplot as plt
from sklearn.datasets import load_breast_cancer
from sklearn.linear_model import LogisticRegression

#导入初始数据
X, y = load_breast_cancer(return_X_y=True)

#数据处理
clf = LogisticRegression(solver="liblinear", random_state=0).fit(X, y)#逻辑回归
pred = clf.predict_proba(X)[:, 1]# 返回预测属于某标签的概率,取二维数组中第二维的所有数据

Tips：

solver='liblinear',对于小数据集，'liblinear'是很好的选择。对于大规模数据集，'sag'和'saga'处理起来速度更快。

结果输出

from sklearn.metrics import precision_score
print('precision: ', precision_score(y, pred.round()))#round()是python自带的一个函数,用于数字的四舍五入

可以得到：

from sklearn.metrics import accuracy_score, recall_score, f1_score
print('acc:\t', accuracy_score(y, pred.round()))#分类准确率分数，分类准确率分数是指所有分类正确的百分比。
print('recall:\t', recall_score(y, pred.round()))#召回率 = 提取出的正确信息条数 / 样本中的信息条数。通俗地说，就是所有准确的条目有多少被检索出来了。
print('f1:\t', f1_score(y, pred.round()))#是精确率和召回率的调和平均数

可以得到：

#P-R曲线
from sklearn.metrics import precision_recall_curve, PrecisionRecallDisplay
prec, recall, _ = precision_recall_curve(y, pred, pos_label=1)
PrecisionRecallDisplay(precision=prec, recall=recall).plot()
plt.show()

Tips：

1.P（precision）：查准率，预测出来的正例中正确的比例
2.R（recall）：查全率，衡量正例被预测出来的比例
3.P-R曲线：P-R曲线是精确率precision与召回率recall 曲线，以recall作为横坐标轴，precision作为纵坐标轴从而绘制出来的图象

from sklearn.metrics import roc_auc_score, roc_curve, RocCurveDisplay
# ROC曲线
fpr, tpr, _ = roc_curve(y, pred, pos_label=1)
roc_display = RocCurveDisplay(fpr=fpr, tpr=tpr).plot()
plt.show()
# AUC
auc = roc_auc_score(y, pred)
print('AUC：', auc)