Task05 使用sklearn构建完整的分类项目

本文参考链接
https://github.com/datawhalechina/team-learning-data-mining/tree/master/IntegratedLearning

1. 导入数据集

本次使用的是sklearn自带的 IRIS鸢尾花数据集
导包

import numpy as np
import pandas as pd

导入数据集

from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target
feature = iris.feature_names
data = pd.DataFrame(X,columns=feature)

读取数据

data['target'] = y
data.head()

各个特征的相关解释：

• sepal length (cm)：花萼长度(厘米)
• sepal width (cm)：花萼宽度(厘米)
• petal length (cm)：花瓣长度(厘米)
• petal width (cm)：花瓣宽度(厘米)

2. 选择度量模型性能的指标

度量分类模型的指标和回归的指标不一样。分类问题本身的因变量是离散变量，单单衡量预测值和因变量的相似度行不通。在分类任务中，对于每个类别犯错的代价不尽相同。为了解决这些问题，必须将各种情况分开讨论，然后才能给出评价指标。

• 真阳性TP：预测值和真实值都为正例；
• 真阴性TN：预测值与真实值都为正例；
• 假阳性FP：预测值为正，实际值为负；
• 假阴性FN：预测值为负，实际值为正。

分类模型的指标：
准确率：分类正确的样本数占总样本的比例，即：

标签：iris,fit,分类,基尼系数,构建,import,Task05,sklearn
来源： https://blog.csdn.net/LucyLuo2020/article/details/115248633