python逻辑回归模型建模步骤_实战：利用Python sklearn库里的逻辑回归模型训练数据---建立模型...

本案例主要是通过对不均衡的28万组数据建立模型，分析预测欺诈用户，采用sigmod函数作为损失函数，采用交叉验证的方法

和l1正交法则，比对了不同惩罚函数下的模型的召回率，也通过预测值和实际值做出混淆矩阵更加直观看到各种预测结果。

也比较了sigmod函数下的不同阈值下的模型预测的精度和召回率。

以下是部分数据格式，代码中对每一步如何做以及为什么做了详细的说明。可能有某些库的版本不同会出现错误。

数据格式：

Python源码：

#!/usr/bin/env python

# encoding: utf-8

"""

@Company：华中科技大学电气学院聚变与等离子研究所

@version: V1.0

@author: Victor

@contact: [email protected] or [email protected] 2018--2020

@software: PyCharm

@file: LG.py

@time: 2018/11/16 16:32

@Desc：

"""

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

data = pd.read_csv("creditcard.csv")

data.head()

##该案列中Class是分类，1表示该用户是欺诈用户，0表示为好用户

count_classes = pd.value_counts(data['Class'],sort=True).sort_index()##取出Class列中不同数的个数，并按照大小排序

print(count_classes)

plt.figure(1)

count_classes.plot(kind='bar')###直接调用pd中的plot画直方图

plt.title("Fraud class histogram")

plt.xlabel("Class")

plt.ylabel("Frequency")

from sklearn.preprocessing import StandardScaler

data['normAmount']=StandardScaler().fit_transform(data['Amount'].reshape(-1,1))##因为机器默认Amout大小与某个特征数据的大小相对应，影响建模，所以对Amount进行标准化

data = data.drop(['Time','Amount'],axis=1)

data.head(3)

X = data.ix[:,data.columns != 'Class']##取得除去Class列的所有数据

y = data.ix[:,data.columns == 'class']

#X.head()

#y.head()

number_records_fraud = len(data[data.Class == 1])##class为1的数量

fraud_indices = np.array(data[data.Class == 1].index)###取出所有class为1在源文件中编号

##print(fraud_indices)

normal_indices = data[data.Class == 0].index

##向下采样：保证数据一样少

random_normal_indices = np.random.choice(normal_indices,number_records_fraud,replace=False)

#print(random_normal_indices)

random_normal_indices = np.array(random_normal_indices)##将其变为数组形式，方便使用

#print(random_normal_indices)

##将class为0和1的等量样本数据的编号整合到一起

under_sample_