|
6.3支持向量机SVM
- # SVM分类
- from sklearn.svm import SVC
- svcmodel=SVC(kernel='sigmoid')
- svcmodel.fit(x_train,y_train)
- #查看模型
- print('svcmodel')
- svcmodel
- SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
- decision_function_shape='ovr', degree=3, gamma='auto', kernel='sigmoid',
- max_iter=-1, probability=False, random_state=None, shrinking=True,
- tol=0.001, verbose=False)
- #查看混淆矩阵
- ypred_svc=svcmodel.predict(x_test)
- print('confusion_matrix')
- print(metrics.confusion_matrix(y_test,ypred_svc))
- confusion_matrix
- [[85197 98]
- [ 142 6]]
- #查看分类报告
- print('classification_report')
- print(metrics.classification_report(y_test,ypred_svc))
- classification_report
- precision recall f1-score support
- 0 1.00 1.00 1.00 85295
- 1 0.06 0.04 0.05 148
- avg / total 1.00 1.00 1.00 85443
- #查看预测精度与决策覆盖面
- print('Accuracy:%f'%(metrics.accuracy_score(y_test,ypred_svc)))
- print('Area under the curve:%f'%(metrics.roc_auc_score(y_test,ypred_svc)))
- Accuracy:0.997191
- Area under the curve:0.519696
7、小结
- 通过三种模型的表现可知，随机森林的误杀率最低;
- 不应只盯着精度，有时候模型的精度高并不能说明模型就好，特别是像本项目中这样的数据严重不平衡的情况。举个例子，我们拿到有1000条病人的数据集，其中990人为健康，10个有癌症，我们要通过建模找出这10个癌症病人，如果一个模型预测到了全部健康的990人，而10个病人一个都没找到，此时其正确率仍然有99%，但这个模型是无用的，并没有达到我们寻找病人的目的;
- 建模分析时，遇到像本例这样的极度不平衡数据集，因采取下采样、过采样等办法，使数据平衡，这样的预测才有意义，下一篇文章将针对这个问题进行改进;
- 模型、算法并没有高低、好坏之分，只是在不同的情况下有不同的发挥罢了，这点应正确的看待。
（编辑：西安站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
