[人工智能]机器学习代码实现python

机器学习代码实现

参考书籍：机器学习西瓜书——周志华
后续慢慢补全

• 第三章 线性模型
• 3.2 线性回归

python代码示例

from sklearn.linear_model import LinearRegression
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
#创建数据集
X=2*np.random.rand(10,1)#100行1列的随机初始化向量
y=4+3*X+np.random.randn(10,1)
#创建模型实例
lin_reg=LinearRegression()
lin_reg.fit(X,y)
plt.plot(X,y,"b.")
#使用模型
x_new=[[0],[2]]
y_predict=lin_reg.predict(x_new)
plt.plot(x_new,y_predict,"r-")
plt.axis([0,2,0,15])
plt.show()`

图片示例（每次生成的图像不一样因为是随机的 数据集）：

1. 3.3对数几率回归——逻辑回归
   sklearn中文文档
   案例：
   —后面有时间再补----
   —上代码—

#案例：癌症预测-良善／不同类型的预测
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

import ssl
ssl._create_default_https_context = ssl._create_unverified_context
# 1.获取数据
names = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape',
                   'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin',
                   'Normal Nucleoli', 'Mitoses', 'Class']

data = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data",
                  names=names)
data.head()

# 2.基本数据处理
# 2.1 缺失值处理
data = data.replace(to_replace="?", value=np.NaN)
data = data.dropna()
# 2.2 确定特征值,目标值
x = data.iloc[:, 1:10]
x.head()
y = data["Class"]
y.head()

# 2.3 分割数据
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=22)
# 3.特征工程(标准化)
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)
# 4.机器学习(逻辑回归)
estimator = LogisticRegression()
estimator.fit(x_train, y_train)
# 5.模型评估
y_predict = estimator.predict(x_test)
print(y_predict)
estimator.score(x_test, y_test)

from sklearn.metrics import roc_auc_score
ret = sklearn.metrics.classification_report(y_test, y_predict, labels=(2,4), target_names=("良性", "恶性"))
print(ret)

然后可以得到这样的分类评估报告图：

#计算ROC曲线面积，即AUC值
# 0.5~1之间，越接近于1越好
y_test = np.where(y_test > 2.5, 1, 0)
print("AUC指标:", sklearn.metrics.roc_auc_score(y_test, y_predict))

问题留言：
我先溜了

-------------2022.1.27--------------------------------