zoukankan      html  css  js  c++  java
  • 随机逻辑回归

    import pandas as pd
    import os
    os.chdir(u'E:内网通得东西练习4')
    
    #参数初始化
    filename = 'bankloan.xls'
    data = pd.read_excel(filename)
    x = data.iloc[:,:8].as_matrix()
    y = data.iloc[:,8].as_matrix()
    
    from sklearn.linear_model import LogisticRegression as LR
    from sklearn.linear_model import RandomizedLogisticRegression as RLR
    rlr = RLR() #建立随机逻辑回归模型,筛选变量
    rlr.fit(x, y) #训练模型
    rlr.get_support() #获取特征筛选结果,也可以通过.scores_方法获取各个特征的分数
    print(u'通过随机逻辑回归模型筛选特征结束。')
    print(u'有效特征为:%s' % ','.join(data.columns[rlr.get_support()]))
    x = data[data.columns[rlr.get_support()]].as_matrix() #筛选好特征
    
    lr = LR() #建立逻辑回归模型
    lr.fit(x, y) #用筛选后的特征数据来训练模型
    print(u'逻辑回归模型训练结束。')
    print(u'模型的平均正确率为:%s' % lr.score(x, y)) #给出模型的平均正确率,本例为81.4%
  • 相关阅读:
    08-认识margin
    07-border(边框)
    06-padding(内边距)
    05-盒模型
    04-层叠性权重相同处理
    03-继承性和层叠性
    MySQL安装与基本管理
    数据库概述
    并发编程练习
    selectors模块
  • 原文地址:https://www.cnblogs.com/zft710/p/8898100.html
Copyright © 2011-2022 走看看