Python Day 17 学习

最新推荐文章于 2026-08-19 10:51:35 发布

原创最新推荐文章于 2026-08-19 10:51:35 发布 · 534 阅读

14 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

Python学习打卡

接昨日Day16日志内容（讲义Day10精进）

知识点：

数据集的划分

机器学习模型建模的三行代码

机器学习模型分类问题的评估

练习：尝试对心脏病数据集采用机器学习模型建模和评估

机器学习的概念

人可以通过对已有知识的不断学习来解决新的问题，那么机器也可以做到。机器学习指的就是机器从过往数据中学习，然后能够对新的数据进行正确分析的过程。

机器学习最常见的任务就是预测。根据历史数据进行预测，同一时刻的也可以预测。

这里要明确一下，预测任务包含两类：分类和回归。两者的标签不一样，分类主要针对的是离散标签，而回归主要针对连续的标签。（“标签”与“特征”为专有名词，标签指的就是要预测的东西，是“答案”；而特征是“问题”。“问题”与“答案”凑成一对，机器才可以学习一次）

（7）划分数据值

（目前先学习不涉及到调参的情况）

划分数据值的目的在于评估数据模型的性能并防止过拟合

对于简单建模来说，训练集和测试集的划分比例一般为8:2或7:3

代码书写：

# 划分训练集和测试机
from sklearn.model_selection import train_test_split
X = data.drop(['Credit Default'], axis=1)  # 特征，axis=1表示按列删除
y = data['Credit Default']  # 标签
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)  # 划分数据集，20%作为测试集，随机种子为42
# 训练集和测试集的形状
print(f"训练集形状: {X_train.shape}, 测试集形状: {X_test.shape}")  # 打印训练集和测试集的形状

Q. 什么是“随机种子”？为什么要设置随机种子？

（8）特征工程

Q. 什么是“特征工程”？“特征工程”的作用是什么？

自理解

好比老师要帮助学生掌握一个知识，那么他就须选择适合的并且最重要的资料来让学生学习。通过加工和整理的学习资料可以帮助学生更高效的完成学习。

（9）模型训练

（10）模型评估

三行经典代码：

【1】模型实例化

【2】模型训练（代入训练集）

【3】模型预测（代入测试集）

<导入必要的库>

from sklearn.svm import SVC #支持向量机分类器
from sklearn.neighbors import KNeighborsClassifier #K近邻分类器
from sklearn.linear_model import LogisticRegression #逻辑回归分类器
import xgboost as xgb #XGBoost分类器
import lightgbm as lgb #LightGBM分类器
from sklearn.ensemble import RandomForestClassifier #随机森林分类器
from catboost import CatBoostClassifier #CatBoost分类器
from sklearn.tree import DecisionTreeClassifier #决策树分类器
from sklearn.naive_bayes import GaussianNB #高斯朴素贝叶斯分类器
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score # 用于评估分类器性能的指标
from sklearn.metrics import classification_report, confusion_matrix #用于生成分类报告和混淆矩阵
import warnings #用于忽略警告信息
warnings.filterwarnings("ignore") # 忽略所有警告信息

<几种算法学习>

svm

Q1. 概念

Q2.代码书写

# SVM
svm_model = SVC(random_state=42)
svm_model.fit(X_train, y_train)
svm_pred = svm_model.predict(X_test)

print("\nSVM 分类报告：")
print(classification_report(y_test, svm_pred))  # 打印分类报告
print("SVM 混淆矩阵：")
print(confusion_matrix(y_test, svm_pred))  # 打印混淆矩阵

# 计算 SVM 评估指标，这些指标默认计算正类的性能
svm_accuracy = accuracy_score(y_test, svm_pred)
svm_precision = precision_score(y_test, svm_pred)
svm_recall = recall_score(y_test, svm_pred)
svm_f1 = f1_score(y_test, svm_pred)
print("SVM 模型评估指标：")
print(f"准确率: {svm_accuracy:.4f}")
print(f"精确率: {svm_precision:.4f}")
print(f"召回率: {svm_recall:.4f}")
print(f"F1 值: {svm_f1:.4f}")

通过AI进行逐行学习