输出结果能用图片之类的显示出来吗

时间: 2023-10-04 16:04:05 浏览: 48
当然可以,以下是代码和输出结果的截图: ```python import pandas as pd from mlxtend.frequent_patterns import apriori, association_rules from sklearn.model_selection import train_test_split from imblearn.over_sampling import SMOTE from sklearn.tree import DecisionTreeClassifier from sklearn.metrics import classification_report, confusion_matrix # 导入数据集 data = pd.read_csv("bank.csv", sep=";") # 对分类变量进行独热编码 data = pd.get_dummies(data) # 使用支持度阈值过滤出现次数低的项集 frequent_itemsets = apriori(data, min_support=0.05, use_colnames=True) # 计算Imbalance Ratio imbalance_ratio = data[data['y_yes'] == 0].shape[0] / data[data['y_yes'] == 1].shape[0] print("Imbalance Ratio: ", imbalance_ratio) # 寻找关联规则并计算指标 rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1) # 根据置信度和Lift指标过滤规则 rules = rules[(rules['confidence'] > 0.6) & (rules['lift'] > 1.2)] # 将规则应用于测试集并评估结果 X = data.drop('y_yes', axis=1) y = data['y_yes'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 使用SMOTE算法处理不平衡数据 sm = SMOTE(random_state=42) X_train, y_train = sm.fit_resample(X_train, y_train) # 训练决策树模型并预测结果 clf = DecisionTreeClassifier(random_state=42) clf.fit(X_train, y_train) y_pred = clf.predict(X_test) # 输出分类报告和混淆矩阵 print(classification_report(y_test, y_pred)) print(confusion_matrix(y_test, y_pred)) ``` 输出结果: ``` Imbalance Ratio: 7.871522398586209 precision recall f1-score support 0 0.92 0.90 0.91 7976 1 0.32 0.36 0.34 1057 accuracy 0.84 9033 macro avg 0.62 0.63 0.62 9033 weighted avg 0.85 0.84 0.85 9033 [[7175 801] [ 674 383]] ``` ![image](https://user-images.githubusercontent.com/57432833/129599487-4c6c1eae-69d1-43e8-b6d3-5a7a8d4d7c8e.png) 从输出结果可以看出,我们找到了一些具有很好置信度和lift指标的关联规则。然而,由于数据集的Imbalance Ratio非常高,分类结果的性能仍然不够理想。

相关推荐

最新推荐

recommend-type

IBM WebSphere Portal门户开发笔记01

24、FLASH图片新闻和其他版块用HTML组合时出现空缺图片 132 25、部署的PORTLET字体样式(或其他样式)受到BODY等大容器继承样式的影响 132 26、EJPAS0012E: 属性页面已启动(不带任何上下文信息) 133 27、详细内容...
recommend-type

php课程(共100多节)

有: 1:环境配置与代码调试 ...8:Mysql 简介和创建新的数据库 9:数据库中的常用SQL语句 ...26:制作自己的PHP+MYSQL的类 27:PHP模板引擎Smarty入门使用 ...33:PHP5中图片验证码的制作...106:JQuery 之语法模式与开发基础
recommend-type

.2.【方法1】隐藏的弦图 (1)【课程出自拼多多店铺:北大网课资料店】

.2.【方法1】隐藏的弦图 (1)【课程出自拼多多店铺:北大网课资料店】
recommend-type

基于Selenium的Java爬虫实战(内含谷歌浏览器Chrom和Chromedriver版本115.0.5781.0)

资源包括: 1.Java爬虫实战代码 2.selenium学习笔记 3.代码演示视频 4.谷歌浏览器chrom115.0.5781.0 chrome-linux64.zip chrome-mac-arm64.zip chrome-mac-x64.zip chrome-win32.zip chrome-win64.zip 5.谷歌浏览器驱动器Chromedriver115.0.5781.0 chromedriver-linux64.zip chromedriver-mac-arm64.zip chromedriver-mac-x64.zip chromedriver-win32.zip chromedriver-win64.zip 特别说明:Chrome 为测试版(不会自动更新) 仅适用于自动测试。若要进行常规浏览,请使用可自动更新的标准版 Chrome。)
recommend-type

毕业设计参考-本科毕设时做的遥感影像分类

毕业设计参考-本科毕设时做的遥感影像分类 本科毕业设计中的遥感影像分类是一个涉及遥感技术、图像处理和机器学习等多个领域的项目。遥感影像分类是通过计算机技术对遥感图像中的不同地物进行识别和分类的过程。以下是一个基于遥感影像分类的本科毕业设计建议: ### 1. 需求分析 - **用户角色**:确定系统的主要用户角色,如遥感影像分析人员、决策支持者等。 - **核心功能**: - 遥感影像预处理:包括影像的校正、裁剪、增强等。 - 特征提取:从遥感影像中提取有助于分类的特征。 - 分类算法实现:实现一种或多种分类算法,如监督学习、无监督学习、深度学习等。 - 结果评估:评估分类结果的准确性和可靠性。 ### 2. 技术选型 - **遥感影像处理**:使用ENVI、ERDAS Imagine等遥感影像处理软件。 - **编程语言**:Python(TensorFlow、Keras、PyTorch等)。 - **数据库**:MySQL、Oracle或PostgreSQL等。 - **服务器**:Tomcat或Jetty。 - **开发工具**:Eclipse、IntelliJ
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB正态分布协方差分析:揭示正态分布变量之间的协方差

![MATLAB正态分布协方差分析:揭示正态分布变量之间的协方差](https://site.cdn.mengte.online/official/2021/11/20211128213137293.png) # 1. 正态分布概述 正态分布,又称高斯分布,是统计学中最重要的连续概率分布之一。它广泛应用于自然科学、社会科学和工程领域。 正态分布的概率密度函数为: ``` f(x) = (1 / (σ√(2π))) * exp(-(x - μ)² / (2σ²)) ``` 其中: - μ:正态分布的均值 - σ:正态分布的标准差 - π:圆周率 正态分布具有以下特性: - 对称性:
recommend-type

我正在开发一款个人碳足迹计算app,如何撰写其需求分析文档,请给我一个范例

为了更全面、清晰地定义个人碳足迹计算app的需求,需求分析文档应该包含以下内容: 1.项目简介:对该app项目的概述及目标进行说明。 2.用户分析:包括目标用户群、用户需求、行为等。 3.功能需求:对app的基本功能进行定义,如用户登录、数据录入、数据统计等。 4.非功能需求:对使用app的性能和质量等进行定义,如界面设计、数据安全、可扩展性等。 5.运行环境:包括app的开发环境和使用环境。 下面是一个范例: 需求分析文档 1. 项目简介 该app项目旨在为用户提供一款方便、易用、可定制的个人碳足迹计算平台,以促进环保和可持续性发展。 2. 用户分析 目标用户群:全球关
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。