#-*- coding: utf-8 -*- #構建並測試CART決策樹模型 import pandas as pd #導入數據分析庫 from random import shuffle #導入隨機函數shuffle，用來打亂數據 import matplotlib.pyplot as plt #導入Matplotlib datafile = '../data/model.xls' #數據名 data = pd.read_excel(datafile) #讀取數據，數據的前三列是特征，第四列是標簽 #print(data) # 電量趨勢下降指標 線損指標 告警類指標 是否竊漏電 # 0 4 1 1 1 # 1 4 0 4 1 # 2 2 1 1 1 # 3 9 0 0 0 data = data.as_matrix() #將表格轉換為矩陣 #print(data) # [[4 1 1 1] # [4 0 4 1] # [2 1 1 1] shuffle(data) #隨機打亂數據 p = 0.8 #設置訓練數據比例 train = data[:int(len(data)*p),:] #前80%為訓練集 test = data[int(len(data)*p):,:] #后20%為測試集 #構建CART決策樹模型 from sklearn.tree import DecisionTreeClassifier #導入決策樹模型 treefile = '../tmp/tree.pkl' #模型輸出名字 tree = DecisionTreeClassifier() #建立決策樹模型 tree.fit(train[:,:3], train[:,3]) #訓練 #保存模型 from sklearn.externals import joblib joblib.dump(tree, treefile) # from cm_plot import * #導入自行編寫的混淆矩陣可視化函數 # cm_plot(train[:,3], tree.predict(train[:,:3])).show() #顯示混淆矩陣可視化結果 #注意到Scikit-Learn使用predict方法直接給出預測結果。 from sklearn.metrics import roc_curve #導入ROC曲線函數 fpr, tpr, thresholds = roc_curve(test[:,3], tree.predict_proba(test[:,:3])[:,1], pos_label=1) plt.plot(fpr, tpr, linewidth=2, label = 'ROC of CART', color = 'green') #作出ROC曲線 plt.xlabel('False Positive Rate') #坐標軸標簽 plt.ylabel('True Positive Rate') #坐標軸標簽 plt.ylim(0,1.05) #邊界范圍 plt.xlim(0,1.05) #邊界范圍 plt.legend(loc=4) #圖例 plt.show() #顯示作圖結果