Python数据分析_第13课：分类算法_笔记

GitHub: https://github.com/RealEmperor/Python-for-Data-Analysis

分类算法有很多，这里通过一个案例介绍一下几个常用算法的应用，包括：K最近邻(kNN，k-NearestNeighbor)分类算法、贝叶斯分类算法、决策树、支持向量机（Support Vector Machine, SVM）。

分类算法案例：预测饭店销量

导入数据

import numpy as np
import pandas as pd
from sklearn.metrics import classification_report
from sklearn.metrics import precision_recall_curve
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import BernoulliNB
from sklearn.neighbors import KNeighborsClassifier

inputfile = 'data/sales_data.xls'
data = pd.read_excel(inputfile, index_col=u'序号')  # 导入数据
data

	天气	是否周末	是否有促销	销量
序号
1	坏	是	是	高
2	坏	是	是	高
3	坏	是	是	高
4	坏	否	是	高
5	坏	是	是	高
6	坏	否	是	高
7	坏	是	否	高
8	好	是	是	高
9	好	是	否	高
10	好	是	是	高
11	好	是	是	高
12	好	是	是	高
13	好	是	是	高
14	坏	是	是	低
15	好	否	是	高
16	好	否	是	高
17	好	否	是	高
18	好	否	是	高
19	好	否	否	高
20	坏	否	否	低
21	坏	否	是	低
22	坏	否	是	低
23	坏	否	是	低
24	坏	否	否	低
25	坏	是	否	低
26	好	否	是	低
27	好	否	是	低
28	坏	否	否	低
29	坏	否	否	低
30	好	否	否	低
31	坏	是	否	低
32	好	否	是	低
33	好	否	否	低
34	好	否	否	低

# 数据是类别标签，要将它转换为数据
# 用1来表示“好”、“是”、“高”这三个属性，用-1来表示“坏”、“否”、“低”
data