sklearn构建svm分类模型及其模型评价

sklearn中常用的分类算法（模块名--函数名--算法名)：

（1)  linear_model       LogisticRegression       逻辑斯蒂回归

（2）svm                     SVC                              支持向量机

（3）neighbors            KNeighborsClassifier    k近邻分类

（4）naive_bayes       GaussianNB                   高斯朴素贝叶斯

（5）tree                     Decision TreeClassifier   分类决策树

（6）ensemble            RandomForestClassifier 随机森林分类

（7）ensemble            GradientBoostingClassifier梯度提升分类树

使用sklearn估计器构建SVM模型

##导入各模块和所需函数
import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

##cancer数据集特征
cancer = load_breast_cancer()
cancer_data = cancer['data']
cancer_target = cancer['target']
cancer_names = cancer['feature_names']

## 将数据划分为训练集测试集
cancer_data_train,cancer_data_test, cancer_target_train,cancer_target_test = \
train_test_split(cancer_data,cancer_target,test_size = 0.2,random_state = 22)
## 数据标准化
stdScaler = StandardScaler().fit(cancer_data_train)
cancer_trainStd = stdScaler.transform(cancer_data_train)
cancer_testStd = stdScaler.transform(cancer_data_test)
## 建立SVM模型
svm = SVC().fit(cancer_trainStd,cancer_target_train)
print('建立的SVM模型为：\n',svm)

## 预测训练集结果
cancer_target_pred = svm.predict(cancer_testStd)
print('预测前20个结果为：\n',cancer_target_pred[:20])

将预测结果和真实结果做对比，求出准确率，代码如下：

## 求出预测和真实一样的数目
true = np.sum(cancer_target_pred == cancer_target_test )
print('预测对的结果数目为：', true)
print('预测错的的结果数目为：', cancer_target_test.shape[0]-true)
print('预测结果准确率为：', true/cancer_target_test.shape[0])

单单准确率并不能很好的反映模型的性能，为了有效的判断一个预测模型的效能表现，需要结合真实值计算出精确率，召回率，F1值，Cohen's Kappa系数等指标。详情见下：

方法名称——最佳值——sklearn函数

Precision(精确率)   1.0  metrics.precision_score

Recall(召回率)        1.0  metrics.recall_score

F1值                        1.0  metrics.f1_score

Cohen's Kappa系数1.0  metrics.cohen_kappa_score

ROC曲线                 最靠近y轴  metrics.roc_curve

代码如下：

from sklearn.metrics import accuracy_score,precision_score, \
recall_score,f1_score,cohen_kappa_score

print('使用SVM预测breast_cancer数据的准确率为：', 
accuracy_score(cancer_target_test,cancer_target_pred))      
print('使用SVM预测breast_cancer数据的精确率为：',
      precision_score(cancer_target_test,cancer_target_pred))
print('使用SVM预测breast_cancer数据的召回率为：',
      recall_score(cancer_target_test,cancer_target_pred))
print('使用SVM预测breast_cancer数据的F1值为：',
      f1_score(cancer_target_test,cancer_target_pred))
print('使用SVM预测breast_cancer数据的Cohen’s Kappa系数为：',
      cohen_kappa_score(cancer_target_test,cancer_target_pred))

另外，sklearn的metrics模块除了提供precision等单一评价指标的函数外，还提供了一个能输出分类模型评价报告的函数classification_report，代码如下：

from sklearn.metrics import classification_report
print('使用SVM预测iris数据的分类报告为：','\n',
      classification_report(cancer_target_test,
            cancer_target_pred))

除此之外，还可以用ROC曲线的方式来评价分类模型，代码如下：

from sklearn.metrics import roc_curve
import matplotlib.pyplot as plt

## 求出ROC曲线的x轴和y轴
fpr, tpr, thresholds = roc_curve(cancer_target_test,cancer_target_pred)
plt.figure(figsize=(10,6))
plt.xlim(0,1)     ##设定x轴的范围
plt.ylim(0.0,1.1) ## 设定y轴的范围
plt.xlabel('False Postive Rate')
plt.ylabel('True Postive Rate')
plt.plot(fpr,tpr,linewidth=2, linestyle="-",color='red')
plt.show()