2.1.1.1 线性分类器

import pandas as pd
import numpy as np
#创建特征列表
column_names=['sample code number','clump thickness','uniformity of cell size', \
'uniformity of cell shape','marginal adhesion','single epithelical cell size', \
'bare nuclei','bland chromatin','normal nucleoli','mitoses','class']
#column_names[0]
#数据的列名为以上自己设置好的列名
data=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data',names=column_names)


#将?替换为nan
data=data.replace(to_replace='?',value=np.nan)



#丢弃带有缺失值的数据(只有有一个维度有缺失)
data=data.dropna(how='any')
data.shape


from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(data[column_names[1:10]],data[column_names[10]],test_size=0.25,random_state=33)
#查验训练样本的数量和类别分布
y_train.value_counts()
#查验测试样本的数量和类别分布
y_test.value_counts()


from sklearn.preprocessing import StandardScaler
#逻辑回归
from sklearn.linear_model import LogisticRegression
#随机梯度参数估计
from sklearn.linear_model import SGDClassifier



#数据标准化
ss=StandardScaler()
X_train=ss.fit_transform(X_train)
X_test=ss.fit_transform(X_test)


lr=LogisticRegression()
sgdc=SGDClassifier()
#训练模型
lr.fit(X_train,y_train)
#预测
lr_y_predict=lr.predict(X_test)
sgdc.fit(X_train,y_train)
sgdc_y_predict=sgdc.predict(X_test)


#准确率,召回率,精确率,F1指标
from sklearn.metrics import classification_report
lr.score(X_test,y_test)#accuracy
print(classification_report(y_test,lr_y_predict,target_names=['Benign','Malignant']))

 

 

 

 

 

 

 

 

 

 


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值