如何使用Python的簡化方法

這篇文章給大家分享的是有關(guān)如何使用Python的簡化方法的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

邏輯回歸的目標(biāo)是什么？

在邏輯回歸中，我們希望根據(jù)一個或多個自變量（X）對因變量（Y）進(jìn)行建模。這是一種分類方法。此算法用于分類的因變量。Y使用一個函數(shù)建模，該函數(shù)為X的所有值提供0到1之間的輸出。在邏輯回歸中，使用Sigmoid（aka Logistic）函數(shù)。

使用混淆矩陣進(jìn)行模型評估

在針對某些訓(xùn)練數(shù)據(jù)訓(xùn)練邏輯回歸模型之后，我們將評估模型在某些測試數(shù)據(jù)上的性能。為此，我們使用混淆矩陣（Confusion Matrix）?；煜仃囀且粋€表，通常用于描述分類模型在一組已知真實(shí)值的測試數(shù)據(jù)上的性能。下面給出的是混淆矩陣。

TP代表真正例（True Positive），即我們預(yù)測為"是（yes）"且實(shí)際值為"真（true）"的情況。TN代表真負(fù)例（True Negative），即我們預(yù)測為"否（no）"且實(shí)際值為"假（false）"的情況。FP代表假正例（False Positive），這是我們預(yù)測為"是（yes）"，實(shí)際值為"假（false）"的情況。FN代表假負(fù)例（False Negative），這是案例我們預(yù)測為"否（no）"，實(shí)際值是"真（true）"的情況。

我們從混淆矩陣中推斷出什么？

混淆矩陣有助于我們確定模型預(yù)測是正確的，或者換句話說，模型的準(zhǔn)確性。通過上面的表格，它給出：

(TP+TN )/Total = 100+50/165 =0.91

這意味著該模型的正確度為91％。混淆矩陣還用于測量錯誤率，該錯誤率由下式給出：

(FP+ FN)/Total=15/165 = 0.09

模型中有9％的錯誤。

在本文中，我們將在python中處理非常簡單的步驟來模擬邏輯回歸。

Python代碼詳細(xì)解釋

我們將觀察數(shù)據(jù)、分析數(shù)據(jù)，將其可視化，清理數(shù)據(jù)，構(gòu)建邏輯回歸模型，分成訓(xùn)練和測試數(shù)據(jù)，進(jìn)行預(yù)測并最終評估。所有這些都將一步一步完成，我們將要處理的數(shù)據(jù)是kaggle.com提供的"泰坦尼克號數(shù)據(jù)集"。這是一個非常著名的數(shù)據(jù)集，通常是學(xué)生基于分類學(xué)習(xí)機(jī)器學(xué)習(xí)的第一步。我們正在嘗試預(yù)測分類：生存或死亡

首先，我們將導(dǎo)入numpy和pandas庫：

我們來進(jìn)行可視化導(dǎo)入：

我們將繼續(xù)將泰坦尼克號數(shù)據(jù)集導(dǎo)入pandas數(shù)據(jù)幀。之后，我們將檢查數(shù)據(jù)框的頭部，以便清楚地了解數(shù)據(jù)框中的所有列。

我們遇到的大多數(shù)數(shù)據(jù)都缺少數(shù)據(jù)。我們將檢查缺失的數(shù)據(jù)，并將其可視化以獲得更好的想法并將其刪除。

在這里，我們找到布爾值。True表示該值為null，F(xiàn)alse表示負(fù)值，反之亦然。由于有大量數(shù)據(jù)，我們使用seaborn庫來顯示空值。在這種情況下，我們的任務(wù)變得更加容易。

年齡（Age）和船艙（Cabin）列具有空值。我在之前的博客中處理過處理NA值的問題。有興趣可以查看。

使用數(shù)據(jù)并充分利用可視化庫來獲取數(shù)據(jù)是一種很好的做法。

這是一個計數(shù)圖，顯示幸存的人數(shù)，這是我們的目標(biāo)變量。此外，我們可以根據(jù)性別（SEX）和乘客（train）類別繪制計數(shù)圖。

在這里，我們看到一種趨勢，即女性比男性幸存的更多。

從上圖可以看出，屬于3級的乘客死亡人數(shù)最多。

我們可以通過更多方式可視化數(shù)據(jù)。但是，我不是在這里討論它們，因?yàn)槲覀冃枰M(jìn)入模型構(gòu)建的步驟。

數(shù)據(jù)清理

我們想要填寫缺少的年齡（Age）數(shù)據(jù)，而不是僅刪除缺少的年齡（Age）數(shù)據(jù)行。一種方法是填寫所有乘客（train）的平均年齡（估算）。但是，我們可以更加明智地按乘客（train）級別檢查平均年齡。例如：

我們可以看到較高級別中較富裕的乘客（train）往往年齡較大，這是有道理的。我們將根據(jù)年齡的Pclass使用這些平均年齡值來估算。

現(xiàn)在應(yīng)用該功能！

現(xiàn)在讓我們再次檢查熱圖。

很好！讓我們繼續(xù)看船艙（Cabin）列。

轉(zhuǎn)換分類功能

我們需要使用pandas庫將分類特征轉(zhuǎn)換為虛擬變量！否則，我們的機(jī)器學(xué)習(xí)算法將無法直接將這些特征作為輸入。

在這里，我們正在篩選性別之后并列出專欄。在篩選之后，我們將丟棄其他不需要的列。

我們將連接新的性別并將列導(dǎo)入數(shù)據(jù)框。

現(xiàn)在，數(shù)據(jù)框看起來像這樣：

測試訓(xùn)練劃分

訓(xùn)練和預(yù)測

評估

我們可以使用分類報告來檢查精確度、召回率、f1分?jǐn)?shù)

感謝各位的閱讀！關(guān)于“如何使用Python的簡化方法”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學(xué)到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！