实战五：基于Pima印第安人数据——Model

数据读取

import pandas as pd  # 数据科学计算工具data = "pima-indians-diabetes.data.csv"
#年纪、怀孕、血液检查的次数... 匹马印第安人糖尿病的数据集
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
df = pd.read_csv(data, names=names)

【0】Pregnancies：怀孕次数
【1】Glucose：葡萄糖
【2】BloodPressure：血压 (mm Hg)
【3】SkinThickness：皮层厚度 (mm)
【4】Insulin：胰岛素 2小时血清胰岛素（mu U / ml
【5】BMI：体重指数（体重/身高）^2
【6】DiabetesPedigreeFunction：糖尿病谱系功能
【7】Age：年龄（岁）
【8】Outcome：类标变量（0或1）

print(df.head())

投票器模型融合

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC
from sklearn.ensemble import VotingClassifier
import warnings
warnings.filterwarnings('ignore')

array = df.values
print(array)

X = array[:,0:8]    #所有行的0-7列的值
Y = array[:,8]      #所有行的第8列的值
kfold = model_selection.KFold(n_splits=5, random_state=2019)# 创建投票器的子模型
estimators = []
model_1 = LogisticRegression()
estimators.append(('logistic', model_1))model_2 = DecisionTreeClassifier()
estimators.append(('dt', model_2))model_3 = SVC()
estimators.append(('svm', model_3))# 构建投票器融合
ensemble = VotingClassifier(estimators)
result = model_selection.cross_val_score(ensemble, X, Y, cv=kfold)
print(result.mean())

0.7435786435786437

Bagging

from sklearn.ensemble import BaggingClassifierdt = DecisionTreeClassifier()
num = 100
kfold = model_selection.KFold(n_splits=5, random_state=2019)
model = BaggingClassifier(base_estimator=dt, n_estimators=num, random_state=2019)
result = model_selection.cross_val_score(model, X, Y, cv=kfold)
#告诉它基模型：决策树  用多少个模型集成：100
print(result.mean())

0.7695781342840166

RandomForest

from sklearn.ensemble import RandomForestClassifiernum_trees = 100        #有100棵树
max_feature_num = 5    #每棵树采样5个样本
kfold = model_selection.KFold(n_splits=5, random_state=2019)
model = RandomForestClassifier(n_estimators=num_trees, max_features=max_feature_num)
result = model_selection.cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.7708853238265003

Adaboost

from sklearn.ensemble import AdaBoostClassifier
num_trees = 25
kfold = model_selection.KFold(n_splits=5, random_state=2018)
model = AdaBoostClassifier(n_estimators=num_trees, random_state=2018)
result = model_selection.cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.7513623631270689

实战五：基于Pima印第安人数据——Model_ensemble-example相关推荐

kaggle实战：基于超市消费数据的用户个性化分析案例
大家好,今天给大家分享一篇 kaggle 数据集的新文章:基于一份超市消费数据集的用户个性化分析以及用户分群的实现. 更多详细内容参考原数据集地址: https://www.kaggle.com/co ...
学习笔记——仅仅为了留下Pima印第安人糖尿病发病数据集的网址
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/qq_42370150/article/ ...
如何基于DataWorks构建数据中台？
简介:为了应对众多业务部门千变万化的数据需求和高时效性的要求,阿里巴巴首次提出了数据中台的概念,经过众多项目的实践已经沉淀出了标准化的流程和方法论.如何构建一个数据中台?一个好的数据中台需要具备哪些功 ...
sklearn 混淆矩阵分析pima 印第安人糖尿病数据
数据链接:FE_pima-indians-diabetes.csv · biabianm/pima-indians-diabetes - Gitee.com import pandas as pd f ...
R语言构建文本分类模型并使用LIME进行模型解释实战：文本数据预处理、构建词袋模型、构建xgboost文本分类模型、基于文本训练数据以及模型构建LIME解释器解释多个测试语料的预测结果并可视化
R语言构建文本分类模型并使用LIME进行模型解释实战:文本数据预处理.构建词袋模型.构建xgboost文本分类模型.基于文本训练数据以及模型构建LIME解释器解释多个测试语料的预测结果并可视化目录
R语言聚类分析之基于划分的聚类KMeans实战：基于葡萄酒数据
R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据目录 R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据
R语言data.table导入数据实战:data.table生成新的数据列（基于已有数据列）、生成多个数据列
R语言data.table导入数据实战:data.table生成新的数据列(基于已有数据列).生成多个数据列目录 R语言data.table导入数据实战:data.
R语言聚类分析之基于划分的聚类KMeans实战：基于菌株数据
R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据目录 R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据
R语言dplyr包使用case_when函数和mutate函数生成新的数据列实战：基于单列生成新的数据列、基于多列生成新的数据列
R语言dplyr包使用case_when函数和mutate函数生成新的数据列实战:基于单列生成新的数据列.基于多列生成新的数据列目录

实战五：基于Pima印第安人数据——Model_ensemble-example