#-*- coding: utf-8 -*- #构建并测试CART决策树模型 import pandas as pd #导入数据分析库 from random import shuffle #导入随机函数shuffle，用来打乱数据 import matplotlib.pyplot as plt #导入Matplotlib datafile = '../data/model.xls' #数据名 data = pd.read_excel(datafile) #读取数据，数据的前三列是特征，第四列是标签 #print(data) # 电量趋势下降指标 线损指标 告警类指标 是否窃漏电 # 0 4 1 1 1 # 1 4 0 4 1 # 2 2 1 1 1 # 3 9 0 0 0 data = data.as_matrix() #将表格转换为矩阵 #print(data) # [[4 1 1 1] # [4 0 4 1] # [2 1 1 1] shuffle(data) #随机打乱数据 p = 0.8 #设置训练数据比例 train = data[:int(len(data)*p),:] #前80%为训练集 test = data[int(len(data)*p):,:] #后20%为测试集 #构建CART决策树模型 from sklearn.tree import DecisionTreeClassifier #导入决策树模型 treefile = '../tmp/tree.pkl' #模型输出名字 tree = DecisionTreeClassifier() #建立决策树模型 tree.fit(train[:,:3], train[:,3]) #训练 #保存模型 from sklearn.externals import joblib joblib.dump(tree, treefile) # from cm_plot import * #导入自行编写的混淆矩阵可视化函数 # cm_plot(train[:,3], tree.predict(train[:,:3])).show() #显示混淆矩阵可视化结果 #注意到Scikit-Learn使用predict方法直接给出预测结果。 from sklearn.metrics import roc_curve #导入ROC曲线函数 fpr, tpr, thresholds = roc_curve(test[:,3], tree.predict_proba(test[:,:3])[:,1], pos_label=1) plt.plot(fpr, tpr, linewidth=2, label = 'ROC of CART', color = 'green') #作出ROC曲线 plt.xlabel('False Positive Rate') #坐标轴标签 plt.ylabel('True Positive Rate') #坐标轴标签 plt.ylim(0,1.05) #边界范围 plt.xlim(0,1.05) #边界范围 plt.legend(loc=4) #图例 plt.show() #显示作图结果