Python垃圾郵件的邏輯回歸分類示例詳解

載入垃圾郵件資料集spambase.csv(資料集基本資訊：樣本數: 4601,特徵數量: 57, 類別：

1 為垃圾郵件，0 為非垃圾郵件)，閱讀並理解資料。

按以下要求處理資料集

（1）分離出僅含特徵列的部分作為 x 和僅含目標列的部分作為 y。

（2）將資料集拆分成訓練集和測試集（70%和 30%）。

建立邏輯回歸模型

分別用 logisticregression 建模。

結果比對

（1）輸出測試集前 5 個樣本的**結果。

（2）計算模型在測試集上的分類準確率（=正確分類樣本數/測試集總樣本數）

（3）從測試集中找出模型不能正確**的樣本。

（4）對引數 penalty 分別取『l1', 『l2', 『elasticnet', 『none'，對比它們在測試集上的**效能（計算 score）。

拆分特徵值和目標資料前面已經可知，**和模型得分結果也是直接使用模型的方法，下面主要是要測試準確率和找出不能正確**的樣本，以及不同的懲罰下的模型得分，主要運用到numpy模組和列表list的函式，**如下：

y_train_pred = model.predict(x_train)

# in[26]:

train_accu = np.equal(y_train,y_train_pred)

print(y_train.shape,y_train_pred.shape)

# in[27]:

#計算模型在測試集上的分類準確率（=正確分類樣本數/測試集總樣本數）

accuracy = list(train_accu).count(true)/len(list(y_train))

print("準確率為"+"%f"%float(accuracy*100)+"%")

# in[28]:

#從測試集中找出模型不能正確**的樣本。

test_accu = list(np.equal(y_pred,y_test))

i = 0

len_test = len(test_accu)

false_index =

[false_index.append(i) for i in range(0,len程式設計客棧_test) if test_accu[i]==false]

print(x_test[false_index])

# in[29]:

#對引數 penalty 分別取『l1', 『l2', 『elasticnet', 『none'，對比它們在測試集上的**效能（計算 score）。

model2 = logisticregression(multi_class='ovr',penalty='l1'aeevhsg,max_iter=10000,solver='saga').fit(x_train, y_train)

print("penalty='l1'"+'的得分：', model2.score(x_test, y_test))

# in[33]:

#對引數 penalty 分別取『l1', 『l2', 『elasticnet', 『none'，對比它們在測試集上的**效能（計算 score）。

model2 = logisticregression(multi_class='ovr',penalty='l2',max_iter=10000).fit(x_train, y_train)

print("penalty='l2'"+'的得分：', model2.score(x_test, y_test))

# in[31]:

model4 = logiaeevhsgsticregression(multi_class='ovr',penalty='elasticnet',max_iter=10000,solver='saga',l1_ratio=0).fit(x_train, y_train)

#模型建立產生一些引數的問題一般都是sklearn的版本問題，要是忽略，就公升級更新一下版本就好了solver指定penalty引數的範圍

print("penalty='elasti'"+www.cppcns.com'的得分：', model4.score(x_test, y_test))

# in[32]:

model5 = logisticregression(multi_class='ovr',penalty='none',max_iter=10000,solver='lbfgs').fit(x_train, y_train)

print("penalty='none'"+'的得分：', model5.score(x_test, y_test))

總結

Python垃圾郵件的邏輯回歸分類示例詳解

垃圾郵件傳送的幾個特性

利用NLTK sklearn進行垃圾郵件分類

第 65 章反垃圾郵件相關

Python垃圾郵件的邏輯回歸分類示例詳解

垃圾郵件傳送的幾個特性

利用NLTK sklearn進行垃圾郵件分類

第 65 章 反垃圾郵件相關

相關推薦

第 65 章反垃圾郵件相關