基于SVM算法预测澳大利亚是否降雨，绘制混淆矩阵及ROC曲线

最新推荐文章于 2025-09-10 00:00:00 发布

原创

最新推荐文章于 2025-09-10 00:00:00 发布 · 1.5k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#支持向量机

基于SVM算法预测澳大利亚是否降雨，绘制混淆矩阵及ROC曲线

代码

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
from sklearn.impute import SimpleImputer as Sim
from sklearn.preprocessing import OrdinalEncoder
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import roc_auc_score, recall_score, plot_roc_curve, confusion_matrix

'''获取数据'''
weather = pd.read_csv(r'weatherAUS5000.csv', index_col=0) # dataframe结构，index_col表示哪一列作为行索引
X = weather.iloc[:,:-1] # 获取样本
Y = weather.iloc[:,-1] # 获取标签
X.info() # 获取特征信息，查看空缺情况、数据类型
Y.isnull().sum() #获取标签缺失数量

# 划分训练集和数据集
Xtrain, Xtest, Ytrain, Ytest = train_test_split(X, Y, test_size=0.3, random_state=420) # test_size表示测试集所占比例

'''编码标签'''
encoder = LabelEncoder().fit(Ytrain) # 训练编码器
Ytrain = pd.DataFrame(encoder.transform(Ytrain))
Ytest = pd