《Python数据分析与挖掘实战》第五章案例代码总结与修改分析第五章案例代码总结与修改分析
【有问题或错误，请私信我将及时改正；借鉴⽂章标明出处，谢谢】
每个案例代码全部为书中源代码，出现错误按照每个案例下⾯给出的代码错误，原因，及怎样修改进⾏修改即可解决每个案例错误5-1
import pandas as pd
filename = 'F:/⼤⼆下合集/Python数据分析与挖掘/bankloan.xls'
data = pd.read_excel(filename)
x = data.iloc[:,:8].as_matrix()
y = data.iloc[:,8].as_matrix()
from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR
rlr = RLR() #建⽴随机逻辑回归模型，筛选变量
rlr.fit(x, y) #训练模型
<_support() #获取特征筛选结果，也可以通过.scores_⽅法获取各个特征的分数
print(u'通过随机逻辑回归模型筛选特征结束。')
print(u'有效特征为：%s' % ','._support(8)]))
x = _support()]].as_matrix() #筛选好特征
lr = LR() #建⽴逻辑回归模型
lr.fit(x, y) #⽤筛选后的特征数据来训练模型
print(u'逻辑回归模型训练结束。')
python怎么读取excel的数据
print(u'模型的平均正确率为：%s' % lr.score(x, y)) #给出模型的平均正确率，本例为81.4%
报错1：
AttributeError: 'DataFrame' object has no attribute 'as_matrix'
报错原因：属性错误：“DataFrame”对象没有属性“reshape”
解决⽅法：“DataFrame”对象没有，但是DataFrame.values有该⽅法
将.as_matrix()改为.values
第⼀次改为了.values() 出错：
TypeError: 'numpy.ndarray' object is not callable
报错原因：.values，它是dataframe类对象的⼀个属性，不是⽅法
第⼆次改为.values没报错了
报错2：
ImportError: cannot import name 'RandomizedLogisticRegression'
问题语句：
from sklearn.linear_model import RandomizedLogisticRegression
查原因：
⼀个博客中写道了这个问题
查得sklearn(版本0.21.3)的linear_model⽂件夹下⾯已经没有randomized_l1.py⽂件，⽽RandomizedLogisticRegression就在该⽂件内。RandomizedLogisticRegression已经被移出sklearn包，移到了 scikit-learn-contrib/stability-selection中，提取的stability-selection安装过程(后两步需要cd到对应⽂件的路径下⾯运⾏)：
git clone github/scikit-learn-contrib/stability-selection.git
pip install -
python setup.py install
在执⾏第三个命令有报错：
error: [WinError 32] 另⼀个程序正在使⽤此⽂件，进程⽆法访问。: 'd:\\python\\miniconda3_py3.6_x64_jb51\\lib\\site-packages\\stability_selection-0.0.1-py3.
<'
这个问题到你的这个⽬录下的这个⽂件“tability_selection-0.0.”发现他是⼀个压缩包，把他解压后删除这个压缩包，⼀般解压后就没有后缀了即⽂件名字就是：“tability_selection-0.0.1-py3.6”给他修改名字最后添加上”.egg”，再次运⾏没有错误了
安装后运⾏将刚报错的代码改为下⾯代码：
from stability_selection.randomized_lasso import RandomizedLogisticRegression
没有报错，import正常。
确实按照这个博客写完没报错出现了第三个问题
报错3：
AttributeError: 'RandomizedLogisticRegression' object has no attribute 'get_support'
解决问题到了这⾥我开始了迷茫，经过⼏天的百度与版本更替实验还是未能成功解决。那么换个思路，想把例⼦整体理解吃透，之后慢慢了解了这个各个版本不管是sklearn或是panda、tensorflow等等，它们在升级之后做了什么改动，那么再回过头来看这个例⼦错误就容易解决了。所以5-1这个例⼦暂时没有得到解决，等我解决会进⾏添加解决的步骤。
5-2
#-*- coding: utf-8 -*-
import pandas as pd
inputfile = 'F:/⼤⼆下合集/Python数据分析与挖掘/sales_data.xls'
data = pd.read_excel(inputfile, index_col=u'序号')
data[data == u'好'] = 1
data[data == u'是'] = 1
data[data == u'⾼'] = 1
data[data != 1] = -1
x = data.iloc[:, :3].as_matrix().astype(int)
y = data.iloc[:, 3].as_matrix().astype(int)
import DecisionTreeClassifier as DTC
dtc = DTC(criterion='entropy')
dtc.fit(x, y)
import export_graphviz
als.six import StringIO
with open("tree.dot", 'w') as f:
f = export_graphviz(dtc, feature_lumns, out_file=f)
代码报错：
第⼀个错误原因：
x = data.iloc[:, :3].as_matrix().astype(int)
y = data.iloc[:, 3].as_matrix().astype(int)
修改为：
x = data.iloc[:, :3].values.astype(int)
y = data.iloc[:, 3].values.astype(int)
第⼆个错误原因：
f = export_graphviz(dtc, feature_lumns, out_file=f)
修改为：
应该在with open(“tree.dot”, ‘w’) as f：这⾏之前添加下⾯这句
x = pd.DataFrame(x)
在⽬录下会有tree.dot⽂本⽂件
我们需要下载Graphviz(跨平台的、基于命令⾏的绘图⼯具)，然后在命令⾏进⾏编译
5-3
#-*- coding: utf-8 -*-
#使⽤神经⽹络算法预测销量⾼低
import pandas as pd
#参数初始化
inputfile = 'F:/⼤⼆下合集/Python数据分析与挖掘/sales_data.xls'
data = pd.read_excel(inputfile, index_col = u'序号') #导⼊数据
#数据是类别标签，要将它转换为数据
#⽤1来表⽰“好”、“是”、“⾼”这三个属性，⽤0来表⽰“坏”、“否”、“低”
data[data == u'好'] = 1
data[data == u'是'] = 1
data[data == u'⾼'] = 1
data[data != 1] = 0
x = data.iloc[:,:3].as_matrix().astype(int)
y = data.iloc[:,3].as_matrix().astype(int)
dels import Sequential
from import Dense, Activation
model = Sequential() #建⽴模型
model.add(Dense(input_dim = 3, output_dim = 10))
model.add(Activation('relu')) #⽤relu函数作为激活函数，能够⼤幅提供准确度
model.add(Dense(input_dim = 10, output_dim = 1))
model.add(Activation('sigmoid')) #由于是0-1输出，⽤sigmoid函数作为激活函数
modelpile(loss = 'binary_crossentropy', optimizer = 'adam', class_mode = 'binary')
#编译模型。由于我们做的是⼆元分类，所以我们指定损失函数为binary_crossentropy，以及模式为binary #另外常见的损失函数还有mean_squared_error、categorical_crossentropy等，请阅读帮助⽂件。
#求解⽅法我们指定⽤adam，还有sgd、rmsprop等可选
model.fit(x, y, nb_epoch = 1000, batch_size = 10) #训练模型，学习⼀千次
yp = model.predict_classes(x).reshape(len(y)) #分类预测
from cm_plot import * #导⼊⾃⾏编写的混淆矩阵可视化函数
cm_plot(y,yp).show() #显⽰混淆矩阵可视化结果
代码错误：
原因：
modelpile(loss = 'binary_crossentropy', optimizer = 'adam', class_mode = 'binary')
解决：
删除这⾏中的参数class_mode=“binary”
即：
modelpile(loss = 'binary_crossentropy', optimizer = 'adam')
之后还有⼀个错误这⾥的错误图没了，听我⼝述即可，他会报错不到cm_plot
原因：
cm_plot是个⾃定义函数，你还没有这个函数
解决：
添加⾃定义cm_plot函数，函数内容如下：
#-*- coding: utf-8 -*-
def cm_plot(y, yp):
ics import confusion_matrix #导⼊混淆矩阵函数
cm = confusion_matrix(y, yp) #混淆矩阵
import matplotlib.pyplot as plt #导⼊作图库
plt.matshow(cm, Greens) #画混淆矩阵图，配⾊风格使⽤cm.Greens，更多风格请参考官⽹。  lorbar() #颜⾊标签
for x in range(len(cm)): #数据标签
for y in range(len(cm)):
plt.annotate(cm[x,y], xy=(x, y), horizontalalignment='center', verticalalignment='center')
plt.ylabel('True label') #坐标轴标签
plt.xlabel('Predicted label') #坐标轴标签
return plt
将⾃定义好的函数放⼊到你python环境下site-packages中，如下图

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。