习题 关于sklearn（第十五周）

题目：

1 创建分类数据集（要求：样本数≥1000，特性≥10）

2 使用10重交叉验证拆分数据集

3 训练算法：

    GaussianNB算法

    SVC算法（C的可能值：[1e-02，1e-01，1e00，1e01，1e02]，RBF内核)

    RandomForestClassifier算法（n估计值的可能值：[10，100，1000]）

4 评估交叉验证的性能：

    准确性

    F1-score

    AUC ROC

代码：

from sklearn import datasets, cross_validation  
from sklearn.naive_bayes import GaussianNB  
from sklearn.svm import SVC  
from sklearn.ensemble import RandomForestClassifier  
from sklearn import metrics  
  
def evaluate(y_test, pred, method):  
    acc = metrics.accuracy_score(y_test, pred)