精确率和召回率、模型的选择和调优（交叉验证、网格搜索）

目录

精确率与召回率

模型的选择和调优

交叉验证

网格搜索-超参数搜索

---

精确率与召回率

混淆矩阵：

精确率和召回率：

 其他分类标准，F1-score,反映了模型的稳健性

分类模型评估：

模型的选择和调优

交叉验证

交叉验证：为了让被评估的模型更加准确可信

网格搜索-超参数搜索

网格搜索：调参数 K-近邻:超参数K

超参数搜索-网格搜索API

from sklearn.metrics import classification_report
from sklearn.model_selection import train_test_split,GridSearchCV
from  sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
import pandas as pd

def knncls():
    """K-近邻预测用户签到位置"""

    # 读取数据
    data = pd.read_csv("./data/FBlocation/tain.csv")
    print(data.head(10))
    # 处理数据
    # 1.缩小数据
    data.query("x > 1.0 & x < 1.25 & y > 2.5 & y < 2.75")

    # 处理时间的数据
    time_value = pd.to_datetime(data['time'],unit='s')
    print(time_value)

    # 把日期格式转换成字典格式
    time_value = pd.DatetimeIndex(time_value)

    # 构造一些特征
    data['day'] = time_value.day
    data['hour'] = time_value.hour
    data['weekday'] = time_value.weekday

    # 把时间戳特征删除
    data = data.drop(['time', axis=1)

    # 把签到数量少于N个目标位置删除
    place_count = data.groupby('place_id').count()
    tf = place_count[place_count.row_id > 3].reset_index() 
    data = data[data['place_id'].isin(tf.place_id)]

    # 取出数据当中的特征值和目标值
    y = data['place_id']
    x = data.drop(['place_id'],axis=1) 

    # 进行数据的分割训练集和测试集
    x_train,x_test, y_train, y_test = train_test_split(x,y,test_size=0.25)

    # 特征工程（标准化）
    std = StandardScaler()

    # 对测试集和训练集的特征值进行标准化
    x_train = std.fit_transform(x_train)
    x_test = std.transform(x_test)

    # 进行算法流程 # 超参数
    knn = KNeighborsClassifier()

    ## fit, predict,score
    # knn.fit(x_train, y_train)

    ## 得出预测结果
    #y_predict = knn.predict(x_test)

    #print("预测的目标签到位置为：", y_predict)

    ## 得出准确率
    #print("预测的准确率：", knn.score(x_test,y_test))

    # 构造一些参数的值进行搜索
    params = {"n_neighbors":[3,5,10]}

    # 进行网格搜索
    gc = GridSearchCV(knn, param_grid=param, cv=10)

    gc.fit(x_train, y_train)

    # 预测准确率
    print("在测试集上准确率:",gc.score(x_test, y_test))

    print("在交叉验证当中最好的结果：", gc.best_score_)

    print("选择最好的模型是：", gc.best_estimator_)

    print("每个超参数每次交叉验证的结果：", gc.cv_results_)

    return None

if _name_ == "_main_":
    knncls()