逻辑回归做二分类实例（二）

交叉验证，要把80%的数据作为训练集，训练出model，20%的数据作为测试集,在训练集中把数据平均的分成若干份（一定要平均）,比如分三份，第一次用1和2做训练，3做验证；第二次拿1 和3做测试，2做验证；第三次拿2和3做测试，1做验证；把三次平均值作为模型效果。
Train_test_split是切分模块，第2行代码的0.3，代表想拿30%的数据作为测试集，第二行代码的0代表对原来数据进行洗牌操作。
用下采样数据集进行训练，最后用原数据集在进行一遍测试；故进行了两次切分，whole是对整体数据集进行切分，undersampled是对下采样的900多个数据集进行切分；结果表明，原始数据集有284807条，进行测试的有85443条，下采样之后的总数据集有984条，进行测试的有296条，用于训练的有688条


模型评估标准，在岩本数据不平衡的情况下，精度会骗人的（比如有1000个数据，990人不癌症，10人癌症，用预测模型就不会预测出有人得癌症），引入召回率（recall），看10个患癌症的热里面能检测出来几个，若检测出来2个，召回率=2/10=0.2；recall是一种模型评估标准比精度靠谱。
kfold代表做交叉验证的时候做几倍的交叉验证，即把训练集平均分成几份，cross_val_score代表交叉验证评估的结果。Confusion_matrix代表混淆矩阵