這是一篇機(jī)器學(xué)習(xí)崗位的筆試題，題目大概就是：
給定了數(shù)據(jù)特征和數(shù)據(jù)標(biāo)簽(二分類)，使用機(jī)器學(xué)習(xí)算法對(duì)數(shù)據(jù)進(jìn)行分類，并優(yōu)化兩個(gè)重要的參數(shù)，計(jì)算AUC指標(biāo)，畫出參數(shù)優(yōu)化和AUC指標(biāo)變化圖。

本文選擇的是SVM(支持向量機(jī))來實(shí)現(xiàn)這一過程，SVM是非常強(qiáng)大、靈活的有監(jiān)督學(xué)習(xí)的算法，既可以用于分類，也可以用于回歸。

實(shí)現(xiàn)過程：
1.導(dǎo)入需要的包

            
              import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from sklearn.svm import SVC
from sklearn.model_selection import cross_val_score
from sklearn import preprocessing
from sklearn.model_selection import GridSearchCV

            
          

2.讀取數(shù)據(jù)特征和數(shù)據(jù)標(biāo)簽

            
              path1 = r"Test1_features.dat"
X = pd.read_csv(path1,engine ='python',header=None)
path2 = r"Test1_labels.dat"
Y = pd.read_csv(path2,engine ='python',header=None)

            
          

3.查看數(shù)據(jù)特征的統(tǒng)計(jì)信息
查看數(shù)據(jù)特征的基本統(tǒng)計(jì)信息會(huì)發(fā)現(xiàn)數(shù)據(jù)之間存在量級(jí)差異，因此選擇對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化(下圖顯示不完全)

            
              X.describe()

            
          

4.數(shù)據(jù)標(biāo)準(zhǔn)化

            
              #默認(rèn)優(yōu)化到取件[0,1]之間
X = preprocessing.scale(X)

            
          

5.選擇網(wǎng)格優(yōu)化的兩個(gè)參數(shù)

            
              首先對(duì)于SVM來說，懲罰系數(shù)C是很重要的參數(shù)，肯定要選擇；
其次這里的核函數(shù)選擇的是RBF，因此另一個(gè)參數(shù)選擇Gamma。

            
          

6.計(jì)算不同參數(shù)時(shí)的AUC指標(biāo)

            
              x = y = z = []
for C in range(1,10,1):
    for gamma in range(1,11,1):
    	#參數(shù)scoring設(shè)置為roc_auc返回的是AUC，cv=5采用的是5折交叉驗(yàn)證
        auc = cross_val_score(SVC(C=C,kernel='rbf',gamma=gamma/10),X,Y,cv=5,scoring='roc_auc').mean()
        x.append(C)
        y.append(gamma/10)
        z.append(auc)

            
          

7.將list轉(zhuǎn)換為二維數(shù)組

            
              x = np.array(x).reshape(9,10)
y = np.array(y).reshape(9,10)
z = np.array(z).reshape(9,10)

            
          

8.繪制三維網(wǎng)格優(yōu)化圖

            
              fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(y, x, z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
plt.xlabel('Gamma')
plt.ylabel('C')

            
          

當(dāng)然，這里繪制的圖跟想象的有點(diǎn)不一樣，由于前面參數(shù)C和Gamma選擇的原因。

歡迎添加個(gè)人微信號(hào)：liu2536036458。

想進(jìn)入交流群的，備注： 數(shù)據(jù)分析交流群