五、導(dǎo)包

1、畫圖包

import matplotlib.pyplot as plt #畫圖軟件

plt.style.use('ggplot')#畫圖的風(fēng)格

%matplotlib inline #在線顯示

plt.rcParams["font.sans-serif"]=["SimHei"] #解決中文亂碼問題 plt.rcParams["axes.unicode_minus"]=False #解決坐標(biāo)軸刻度負(fù)號(hào)亂碼

2、導(dǎo)入模型的包

from scipy.stats import ttest_ind as ttest, levene#導(dǎo)入t分布和方差齊性檢驗(yàn)的包

from statsmodels.stats.anova import anova_lm #anova方差分析

from sklearn.neighbors import KNeighborsClassifier #knn分類

from sklearn.neighbors import KNeighborsRegressor#Knn回歸

from sklearn.model_selection import train_test_split #模型拆分訓(xùn)練與測(cè)試集

from sklearn.preprocessing import StandardScaler # 數(shù)據(jù)標(biāo)準(zhǔn)化

from sklearn.linear_model import Ridge, Lasso #回歸里的L1范式 L2范式

from sklearn.linear_model import RidgeCV # 帶交叉驗(yàn)證的嶺回歸

from sklearn.naive_bayes import GaussianNB #樸素貝葉斯模型

from sklearn.linear_model import LogisticRegression # 邏輯回歸模型

from sklearn import tree # 決策樹 tree.DecisionTreeClassifier()

分類樹采用了基尼指數(shù)（Gini Index）最小化原則，而回歸樹選擇了平方損失函數(shù)

最小化原則

1、 模型處理運(yùn)算包

from sklearn.datasets import load_數(shù)據(jù) #導(dǎo)入sklearn中內(nèi)置的數(shù)據(jù)集

from sklearn.decomposition import PCA #導(dǎo)入PCA降維算法

import warnings： warnings.filterwarnings('ignore') #忽略警告

from sklearn.preprocessing import LabelEncoder：標(biāo)準(zhǔn)化標(biāo)簽，將標(biāo)簽值統(tǒng)一轉(zhuǎn)換成range(標(biāo)簽值個(gè)數(shù)-1)范圍內(nèi)，即0、1、2、3……

4、模型評(píng)估的包

from sklearn import metrics #模型評(píng)估

sklearn.metrics中的評(píng)估方法

(accuracy_score，recall_score，roc_curve，roc_auc_score，confusion_matrix)

accuracy_score：精確率=分類準(zhǔn)確率分?jǐn)?shù)是指所有分類正確的百分比

recall_score：召回率 =提取出的正確信息條數(shù) /樣本中的信息條數(shù)

roc_curve ：ROC曲線，以真正例率（也就是靈敏度）為縱坐標(biāo)，假正例率（1-特

效性）為橫坐標(biāo)繪制的曲線。

roc_auc_score：直接根據(jù)真實(shí)值（必須是二值）、預(yù)測(cè)值（可以是0/1,也可以是proba

值）計(jì)算出auc值，中間過程的roc計(jì)算省略。

confusion_matrix：混淆矩陣

from sklearn.metrics import classification_report, confusion_matrix

#混淆矩陣、分類報(bào)告等自動(dòng)生成

from sklearn.model_selection import GridSearchCV #網(wǎng)格搜索，查找最優(yōu)參

from sklearn.model_selection import cross_val_ score as CVS #交叉驗(yàn)證

5、導(dǎo)出數(shù)據(jù)

1、import pandas_profiling #快速把python的代碼頁面變成網(wǎng)頁版查看數(shù)據(jù)

profile = pandas_profiling.ProfileReport(data)

profile.to_file(outputfile = "output_file.html")

2、import graphviz #決策樹的導(dǎo)出文件