1 简介
1.1 代码下载
代码路径,欢迎 star~~
https://github.com/spareribs/kaggleSpareribs/blob/master/Overdue/ml/code/sklearn_config.py
https://github.com/spareribs/kaggleSpareribs/blob/master/Overdue/ml/code/sklearn_train.py
1.2 代码使用方法
- 【必须】config.py 设置文件存放的路径
- 【必须】先执行 features 中的 base.py 先把数据处理好 [PS:需要根据实际情况修改]
- 【可选】再通过 code 中的 sklearn_config.py 设置模型的参数[PS: 按需修改]
- 【必须】最后通过 code 中的 sklearn_train.py 训练模型输出结果
3 核心代码说明
3.1 模型配置
""" 开启交叉验证 """
status_vali = False
""" 模型参数 """
clfs = {
'lr': LogisticRegression(penalty='l1', C=0.05),
}
3.2 模型训练
""" 1 读取数据 """
data_fp = open(features_path, 'rb')
x_train, y_train = pickle.load(data_fp)
data_fp.close()
""" 2 训练分类器, clf_name选择需要的分类器 """
clf_name = "lr"
clf = clfs[clf_name]
clf.fit(x_train, y_train)
""" 3 在验证集上评估模型 """
if status_vali:
print("测试模型 & 模型参数如下:\n{0}".format(clf))
print("=" * 20)
pre_train = clf.predict(x_train)
print("训练集正确率: {0:.4f}".format(clf.score(x_train, y_train)))
print("训练集f1分数: {0:.4f}".format(f1_score(y_train, pre_train)))
print("训练集auc分数: {0:.4f}".format(roc_auc_score(y_train, pre_train)))
print("-" * 20)
pre_vali = clf.predict(x_vali)
print("测试集正确率: {0:.4f}".format(clf.score(x_vali, y_vali)))
print("测试集f1分数: {0:.4f}".format(f1_score(y_vali, pre_vali)))
print("测试集auc分数: {0:.4f}".format(roc_auc_score(y_vali, pre_vali)))
print("=" * 20)
3.3 输出结果
测试模型 & 模型参数如下:
LogisticRegression(C=0.05, class_weight=None, dual=False, fit_intercept=True, intercept_scaling=1,
max_iter=100, multi_class='warn', n_jobs=None, penalty='l1', random_state=None,
solver='warn', tol=0.0001, verbose=0, warm_start=False)
====================
训练集正确率: 0.8001
训练集f1分数: 0.4369
训练集auc分数: 0.6368
--------------------
测试集正确率: 0.7912
测试集f1分数: 0.4180
测试集auc分数: 0.6280
====================