优化这段代码X = df.drop('Outcome', axis=1) X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=35 / 768) classifier=DecisionTreeClassifier(criterion='entropy',max_depth=3, min_weight_fraction_leaf=0.01) classifier.fit(X_train, y_train) y_pred = classifier.predict(X_test) print('决策树模型') print(confusion_matrix(y_test, y_pred)) print(classification_report(y_test, y_pred)) print('决策树模型预测结果:', classifier.predict(X_test)) y_ = np.array(y_test) print('原始数据集真实结果:', y_) print('模型得分:{:.2f}'.format(classifier.score(X_test, y_test))) modelscore = format(classifier.score(X_test, y_test)) if float(modelscore) >= 0.88: print("模型预测准确率较高,适合用来预测糖尿病") else: print("模型预测准确率较低,不宜用来预测糖尿病")

时间: 2023-12-24 08:12:42 浏览: 90
好,以下是优化后的代码: ```python from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import confusion_matrix, classification_report # 分割数据集 X_train, X_test, y_train, y_test = train_test_split(df.drop('Outcome', axis=1), df['Outcome'], test_size=35 / 768) # 构建决策树模型 classifier = DecisionTreeClassifier(criterion='entropy', max_depth=3, min_weight_fraction_leaf=0.01) classifier.fit(X_train, y_train) # 模型评估 y_pred = classifier.predict(X_test) print('决策树模型') print(confusion_matrix(y_test, y_pred)) print(classification_report(y_test, y_pred)) print('决策树模型预测结果:', y_pred) # 输出原始数据集真实结果和模型得分 modelscore = classifier.score(X_test, y_test) print('原始数据集真实结果:', y_test.values) print(f'模型得分:{modelscore:.2f}') # 判断模型准确率是否达标 if modelscore >= 0.88: print("模型预测准确率较高,适合用来预测糖尿病") else: print("模型预测准确率较低,不宜用来预测糖尿病") ``` 优化的主要内容包括: 1. 将 `train_test_split` 相关的代码与其它代码分开,使得代码段更加清晰易读; 2. 使用 `df.drop()` 直接将不需要的列删除,避免使用中间变量 `X`; 3. 将 `y_pred` 直接输出,避免重复调用 `classifier.predict(X_test)`; 4. 将 `y_test` 的 `numpy` 数组转化为 `pandas` 的 `Series` 对象,并使用 `.values` 方法获取其中的数据; 5. 使用 `f-string` 格式化输出模型得分; 6. 将 `modelscore` 直接赋值为模型得分,避免重复计算; 7. 使用 `if` 语句替换 `if-else` 语句,使得代码更加简洁。
阅读全文

相关推荐

function median_target(var) { temp = data[data[var].notnull()]; temp = temp[[var, 'Outcome']].groupby(['Outcome'])[[var]].median().reset_index(); return temp; } data.loc[(data['Outcome'] == 0) & (data['Insulin'].isnull()), 'Insulin'] = 102.5; data.loc[(data['Outcome'] == 1) & (data['Insulin'].isnull()), 'Insulin'] = 169.5; data.loc[(data['Outcome'] == 0) & (data['Glucose'].isnull()), 'Glucose'] = 107; data.loc[(data['Outcome'] == 1) & (data['Glucose'].isnull()), 'Glucose'] = 1; data.loc[(data['Outcome'] == 0) & (data['SkinThickness'].isnull()), 'SkinThickness'] = 27; data.loc[(data['Outcome'] == 1) & (data['SkinThickness'].isnull()), 'SkinThickness'] = 32; data.loc[(data['Outcome'] == 0) & (data['BloodPressure'].isnull()), 'BloodPressure'] = 70; data.loc[(data['Outcome'] == 1) & (data['BloodPressure'].isnull()), 'BloodPressure'] = 74.5; data.loc[(data['Outcome'] == 0) & (data['BMI'].isnull()), 'BMI'] = 30.1; data.loc[(data['Outcome'] == 1) & (data['BMI'].isnull()), 'BMI'] = 34.3; target_col = ["Outcome"]; cat_cols = data.nunique()[data.nunique() < 12].keys().tolist(); cat_cols = [x for x in cat_cols]; num_cols = [x for x in data.columns if x not in cat_cols + target_col]; bin_cols = data.nunique()[data.nunique() == 2].keys().tolist(); multi_cols = [i for i in cat_cols if i in bin_cols]; le = LabelEncoder(); for i in bin_cols: data[i] = le.fit_transform(data[i]); data = pd.get_dummies(data=data, columns=multi_cols); std = StandardScaler(); scaled = std.fit_transform(data[num_cols]); scaled = pd.DataFrame(scaled, columns=num_cols); df_data_og = data.copy(); data = data.drop(columns=num_cols, axis=1); data = data.merge(scaled, left_index=True, right_index=True, how='left'); X = data.drop('Outcome', axis=1); y = data['Outcome']; X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8, shuffle=True, random_state=1); y_train = to_categorical(y_train); y_test = to_categorical(y_test);将这段代码添加注释

def median_target(var): temp = data[data[var].notnull()] temp = temp[[var, 'Outcome']].groupby(['Outcome'])[[var]].median().reset_index() return temp data.loc[(data['Outcome'] == 0 ) & (data['Insulin'].isnull()), 'Insulin'] = 102.5 data.loc[(data['Outcome'] == 1 ) & (data['Insulin'].isnull()), 'Insulin'] = 169.5 data.loc[(data['Outcome'] == 0 ) & (data['Glucose'].isnull()), 'Glucose'] = 107 data.loc[(data['Outcome'] == 1 ) & (data['Glucose'].isnull()), 'Glucose'] = 1 data.loc[(data['Outcome'] == 0 ) & (data['SkinThickness'].isnull()), 'SkinThickness'] = 27 data.loc[(data['Outcome'] == 1 ) & (data['SkinThickness'].isnull()), 'SkinThickness'] = 32 data.loc[(data['Outcome'] == 0 ) & (data['BloodPressure'].isnull()), 'BloodPressure'] = 70 data.loc[(data['Outcome'] == 1 ) & (data['BloodPressure'].isnull()), 'BloodPressure'] = 74.5 data.loc[(data['Outcome'] == 0 ) & (data['BMI'].isnull()), 'BMI'] = 30.1 data.loc[(data['Outcome'] == 1 ) & (data['BMI'].isnull()), 'BMI'] = 34.3 target_col = ["Outcome"] cat_cols = data.nunique()[data.nunique() < 12].keys().tolist() cat_cols = [x for x in cat_cols ] #numerical columns num_cols = [x for x in data.columns if x not in cat_cols + target_col] #Binary columns with 2 values bin_cols = data.nunique()[data.nunique() == 2].keys().tolist() #Columns more than 2 values multi_cols = [i for i in cat_cols if i not in bin_cols] #Label encoding Binary columns le = LabelEncoder() for i in bin_cols : data[i] = le.fit_transform(data[i]) #Duplicating columns for multi value columns data = pd.get_dummies(data = data,columns = multi_cols ) #Scaling Numerical columns std = StandardScaler() scaled = std.fit_transform(data[num_cols]) scaled = pd.DataFrame(scaled,columns=num_cols) #dropping original values merging scaled values for numerical columns df_data_og = data.copy() data = data.drop(columns = num_cols,axis = 1) data = data.merge(scaled,left_index=True,right_index=True,how = "left") # Def X and Y X = data.drop('Outcome', axis=1) y = data['Outcome'] X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8, shuffle=True, random_state=1) y_train = to_categorical(y_train) y_test = to_categorical(y_test)

将下列代码变为伪代码def median_target(var): temp = data[data[var].notnull()] temp = temp[[var, 'Outcome']].groupby(['Outcome'])[[var]].median().reset_index() return temp data.loc[(data['Outcome'] == 0 ) & (data['Insulin'].isnull()), 'Insulin'] = 102.5 data.loc[(data['Result'] == 1 ) & (data['Insulin'].isnull()), 'Insulin'] = 169.5 data.loc[(data['Result'] == 0 ) & (data['Glucose'].isnull()), 'Glucose'] = 107 data.loc[(data['Result'] == 1 ) & (data['Glucose'].isnull()), 'Glucose'] = 1 data.loc[(data['Result'] == 0 ) & (data['SkinThickness'].isnull()), 'SkinThickness'] = 27 data.loc[(data['Result'] == 1 ) & (data['SkinThickness'].isnull()), 'SkinThickness'] = 32 data.loc[(data['Result'] == 0 ) & (data['BloodPressure'].isnull()), 'BloodPressure'] = 70 data.loc[(data['Result'] == 1 ) & (data['BloodPressure'].isnull()), 'BloodPressure'] = 74.5 data.loc[(data['Result'] == 0 ) & (data['BMI'].isnull()), 'BMI'] = 30.1 data.loc[(data['Result'] == 1 ) & (data['BMI'].isnull()), 'BMI'] = 34.3 target_col = [“Outcome”] cat_cols = data.nunique()[data.nunique() < 12].keys().tolist() cat_cols = [x for x in cat_cols ] #numerical列 num_cols = [x for x in data.columns if x 不在 cat_cols + target_col] #Binary列有 2 个值 bin_cols = data.nunique()[data.nunique() == 2].keys().tolist() #Columns 2 个以上的值 multi_cols = [i 表示 i in cat_cols if i in bin_cols] #Label编码二进制列 le = LabelEncoder() for i in bin_cols : data[i] = le.fit_transform(data[i]) #Duplicating列用于多值列 data = pd.get_dummies(data = data,columns = multi_cols ) #Scaling 数字列 std = StandardScaler() 缩放 = std.fit_transform(数据[num_cols]) 缩放 = pd。数据帧(缩放,列=num_cols) #dropping原始值合并数字列的缩放值 df_data_og = 数据.copy() 数据 = 数据.drop(列 = num_cols,轴 = 1) 数据 = 数据.合并(缩放,left_index=真,right_index=真,如何 = “左”) # 定义 X 和 Y X = 数据.drop('结果', 轴=1) y = 数据['结果'] X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8, shuffle=True, random_state=1) y_train = to_categorical(y_train) y_test = to_categorical(y_test)

最新推荐

recommend-type

WindowsQwen2.5VL环境搭建-执行脚本

WindowsQwen2.5VL环境搭建-执行脚本
recommend-type

VMware虚拟机安装教程

vmware虚拟机安装教程
recommend-type

使用人工智能识别图像包括基于 Python 的训练和测试.zip

资源内项目源码是均来自个人的课程设计、毕业设计或者具体项目,代码都测试ok,都是运行成功后才上传资源,答辩评审绝对信服的,拿来就能用。放心下载使用!源码、说明、论文、数据集一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 4、如有侵权请私信博主,感谢支持
recommend-type

机器学习实战_Python3代码整理_KNN与神经网络应用_1741402399.zip

python学习一些项目和资源
recommend-type

工业机器人技术基础:第1章 工业机器人概论

1 工业机器人定义及其发展(了解) 2 工业机器人基本组成及技术参数(掌握) 3 工业机器人的分类及典型应用(了解)
recommend-type

Cyclone IV硬件配置详细文档解析

Cyclone IV是Altera公司(现为英特尔旗下公司)的一款可编程逻辑设备,属于Cyclone系列FPGA(现场可编程门阵列)的一部分。作为硬件设计师,全面了解Cyclone IV配置文档至关重要,因为这直接影响到硬件设计的成功与否。配置文档通常会涵盖器件的详细架构、特性和配置方法,是设计过程中的关键参考材料。 首先,Cyclone IV FPGA拥有灵活的逻辑单元、存储器块和DSP(数字信号处理)模块,这些是设计高效能、低功耗的电子系统的基石。Cyclone IV系列包括了Cyclone IV GX和Cyclone IV E两个子系列,它们在特性上各有侧重,适用于不同应用场景。 在阅读Cyclone IV配置文档时,以下知识点需要重点关注: 1. 设备架构与逻辑资源: - 逻辑单元(LE):这是构成FPGA逻辑功能的基本单元,可以配置成组合逻辑和时序逻辑。 - 嵌入式存储器:包括M9K(9K比特)和M144K(144K比特)两种大小的块式存储器,适用于数据缓存、FIFO缓冲区和小规模RAM。 - DSP模块:提供乘法器和累加器,用于实现数字信号处理的算法,比如卷积、滤波等。 - PLL和时钟网络:时钟管理对性能和功耗至关重要,Cyclone IV提供了可配置的PLL以生成高质量的时钟信号。 2. 配置与编程: - 配置模式:文档会介绍多种配置模式,如AS(主动串行)、PS(被动串行)、JTAG配置等。 - 配置文件:在编程之前必须准备好适合的配置文件,该文件通常由Quartus II等软件生成。 - 非易失性存储器配置:Cyclone IV FPGA可使用非易失性存储器进行配置,这些配置在断电后不会丢失。 3. 性能与功耗: - 性能参数:配置文档将详细说明该系列FPGA的最大工作频率、输入输出延迟等性能指标。 - 功耗管理:Cyclone IV采用40nm工艺,提供了多级节能措施。在设计时需要考虑静态和动态功耗,以及如何利用各种低功耗模式。 4. 输入输出接口: - I/O标准:支持多种I/O标准,如LVCMOS、LVTTL、HSTL等,文档会说明如何选择和配置适合的I/O标准。 - I/O引脚:每个引脚的多功能性也是重要考虑点,文档会详细解释如何根据设计需求进行引脚分配和配置。 5. 软件工具与开发支持: - Quartus II软件:这是设计和配置Cyclone IV FPGA的主要软件工具,文档会介绍如何使用该软件进行项目设置、编译、仿真以及调试。 - 硬件支持:除了软件工具,文档还可能包含有关Cyclone IV开发套件和评估板的信息,这些硬件平台可以加速产品原型开发和测试。 6. 应用案例和设计示例: - 实际应用:文档中可能包含针对特定应用的案例研究,如视频处理、通信接口、高速接口等。 - 设计示例:为了降低设计难度,文档可能会提供一些设计示例,它们可以帮助设计者快速掌握如何使用Cyclone IV FPGA的各项特性。 由于文件列表中包含了三个具体的PDF文件,它们可能分别是针对Cyclone IV FPGA系列不同子型号的特定配置指南,或者是覆盖了特定的设计主题,例如“cyiv-51010.pdf”可能包含了针对Cyclone IV E型号的详细配置信息,“cyiv-5v1.pdf”可能是版本1的配置文档,“cyiv-51008.pdf”可能是关于Cyclone IV GX型号的配置指导。为获得完整的技术细节,硬件设计师应当仔细阅读这三个文件,并结合产品手册和用户指南。 以上信息是Cyclone IV FPGA配置文档的主要知识点,系统地掌握这些内容对于完成高效的设计至关重要。硬件设计师必须深入理解文档内容,并将其应用到实际的设计过程中,以确保最终产品符合预期性能和功能要求。
recommend-type

【WinCC与Excel集成秘籍】:轻松搭建数据交互桥梁(必读指南)

# 摘要 本论文深入探讨了WinCC与Excel集成的基础概念、理论基础和实践操作,并进一步分析了高级应用以及实际案例。在理论部分,文章详细阐述了集成的必要性和优势,介绍了基于OPC的通信机制及不同的数据交互模式,包括DDE技术、VBA应用和OLE DB数据访问方法。实践操作章节中,着重讲解了实现通信的具体步骤,包括DDE通信、VBA的使
recommend-type

华为模拟互联地址配置

### 配置华为设备模拟互联网IP地址 #### 一、进入接口配置模式并分配IP地址 为了使华为设备能够模拟互联网连接,需先为指定的物理或逻辑接口设置有效的公网IP地址。这通常是在广域网(WAN)侧执行的操作。 ```shell [Huawei]interface GigabitEthernet 0/0/0 # 进入特定接口配置视图[^3] [Huawei-GigabitEthernet0/0/0]ip address X.X.X.X Y.Y.Y.Y # 设置IP地址及其子网掩码,其中X代表具体的IPv4地址,Y表示对应的子网掩码位数 ``` 这里的`GigabitEth
recommend-type

Java游戏开发简易实现与地图控制教程

标题和描述中提到的知识点主要是关于使用Java语言实现一个简单的游戏,并且重点在于游戏地图的控制。在游戏开发中,地图控制是基础而重要的部分,它涉及到游戏世界的设计、玩家的移动、视图的显示等等。接下来,我们将详细探讨Java在游戏开发中地图控制的相关知识点。 1. Java游戏开发基础 Java是一种广泛用于企业级应用和Android应用开发的编程语言,但它的应用范围也包括游戏开发。Java游戏开发主要通过Java SE平台实现,也可以通过Java ME针对移动设备开发。使用Java进行游戏开发,可以利用Java提供的丰富API、跨平台特性以及强大的图形和声音处理能力。 2. 游戏循环 游戏循环是游戏开发中的核心概念,它控制游戏的每一帧(frame)更新。在Java中实现游戏循环一般会使用一个while或for循环,不断地进行游戏状态的更新和渲染。游戏循环的效率直接影响游戏的流畅度。 3. 地图控制 游戏中的地图控制包括地图的加载、显示以及玩家在地图上的移动控制。Java游戏地图通常由一系列的图像层构成,比如背景层、地面层、对象层等,这些图层需要根据游戏逻辑进行加载和切换。 4. 视图管理 视图管理是指游戏世界中,玩家能看到的部分。在地图控制中,视图通常是指玩家的视野,它需要根据玩家位置动态更新,确保玩家看到的是当前相关场景。使用Java实现视图管理时,可以使用Java的AWT和Swing库来创建窗口和绘制图形。 5. 事件处理 Java游戏开发中的事件处理机制允许对玩家的输入进行响应。例如,当玩家按下键盘上的某个键或者移动鼠标时,游戏需要响应这些事件,并更新游戏状态,如移动玩家角色或执行其他相关操作。 6. 游戏开发工具 虽然Java提供了强大的开发环境,但通常为了提升开发效率和方便管理游戏资源,开发者会使用一些专门的游戏开发框架或工具。常见的Java游戏开发框架有LibGDX、LWJGL(轻量级Java游戏库)等。 7. 游戏地图的编程实现 在编程实现游戏地图时,通常需要以下几个步骤: - 定义地图结构:包括地图的大小、图块(Tile)的尺寸、地图层级等。 - 加载地图数据:从文件(如图片或自定义的地图文件)中加载地图数据。 - 地图渲染:在屏幕上绘制地图,可能需要对地图进行平滑滚动(scrolling)、缩放(scaling)等操作。 - 碰撞检测:判断玩家或其他游戏对象是否与地图中的特定对象发生碰撞,以决定是否阻止移动等。 - 地图切换:实现不同地图间的切换逻辑。 8. JavaTest01示例 虽然提供的信息中没有具体文件内容,但假设"javaTest01"是Java项目或源代码文件的名称。在这样的示例中,"javaTest01"可能包含了一个或多个类(Class),这些类中包含了实现地图控制逻辑的主要代码。例如,可能存在一个名为GameMap的类负责加载和渲染地图,另一个类GameController负责处理游戏循环和玩家输入等。 通过上述知识点,我们可以看出实现一个简单的Java游戏地图控制不仅需要对Java语言有深入理解,还需要掌握游戏开发相关的概念和技巧。在具体开发过程中,还需要参考相关文档和API,以及可能使用的游戏开发框架和工具的使用指南。
recommend-type

【超市销售数据深度分析】:从数据库挖掘商业价值的必经之路

# 摘要 本文全面探讨了超市销售数据分析的方法与应用,从数据的准备、预处理到探索性数据分析,再到销售预测与市场分析,最后介绍高级数据分析技术在销售领域的应用。通过详细的章节阐述,本文着重于数据收集、清洗、转换、可视化和关联规则挖掘等关键步骤。