python——sklearn完整例子整理示范（有監督，邏輯回歸范例）（原創）

sklearn使用方法，包括從制作數據集，拆分數據集，調用模型，保存加載模型，分析結果，可視化結果

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split #訓練測試集拆分
from sklearn.linear_model import LogisticRegression  #邏輯回歸模型
import matplotlib.pyplot as plt #畫圖函數

from sklearn.externals import joblib #保存加載模型函數joblib

#以下為sklearn評測指標的一些函數
from sklearn.metrics import precision_score
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix

#1. 若有文件，建議用read_csv加載，用sep代表按照該符號分割，若文件無列標簽名，則header設置為None，自定義標簽名names

#file = "XXX_file"
#df = pd.read_csv(file, sep='###',header = None, names = ['flag','uuid','features'],engine = 'python')
#df.head()


#2. 准備好特征集合x 和 標簽集合y

#x = df['features']  #x存儲特征
#y = df['flag']      #y存儲標簽
x = np.random.rand(100,3)
print("x:\n",x)
print(x.shape)
y = np.array([1 if i.sum()>1.2 else 0 for i in x])  #若三個維度之和大於1.2，則y分類為1，否則為0
print("y:\n",y)
print(y.shape)   #注意y的形式必須是（n，），即numpy中的一維格式
#當同時有 if 和 else 時，列表生成式構造為 [最終表達式 - 條件分支判斷 - 范圍選擇]


#3. 拆分訓練集和測試集（7:3）
x_train, x_test, y_train, y_test = train_test_split(x,y, random_state=666, train_size = 0.7)


#4. 生成模型，並喂入數據
clf = LogisticRegression()
clf.fit(x_train, y_train)


#5. 保存模型（用joblib，不用pickle）
joblib.dump(clf,"lr.model")    #from sklearn.externals import joblib
#加載模型是： clf = joblib.load("lr.model")


#6. 預測結果，並評測
y_pred = clf.predict(x_test)  #預測出來的值計做y_pred
y_true = y_test               #真實值計做y_true，和sklearn參數一模一樣

target_names = ['class 0', 'class 1']
print(classification_report(y_true, y_pred, target_names=target_names)) #可以參考sklearn官網API
print(confusion_matrix(y_true, y_pred)) #混淆矩陣（記住！sklearn定義的混淆矩陣m行n列含義是：該樣本真實值是m，預測值是n）
print("precision_score:", precision_score(y_test,y_pred)) #打印精確率（記住！默認是positive，即標注為1的精確率）


#7. 附加：結果可視化，利用plt（用seaborn也可以）
"""
#神秘代碼，主要是保證plt字體顯示正確
plt.rcParams['font.sans-serif'] = ['SimHei']   
plt.rcParams['font.family']='sans-serif' 
plt.rcParams['axes.unicode_minus'] = False
"""
plt.plot(y_pred,"b.", label = "y_pred")   #blue，點號
plt.plot(y_true,"r*", label = "y_true")   #red，星號
plt.legend()
plt.show()  #畫的比較簡略，可以進一步美化