五、导包

1、画图包

import matplotlib.pyplot as plt #画图软件

plt.style.use('ggplot')#画图的风格

%matplotlib inline #在线显示

plt.rcParams["font.sans-serif"]=["SimHei"] #解决中文乱码问题 plt.rcParams["axes.unicode_minus"]=False #解决坐标轴刻度负号乱码

2、导入模型的包

from scipy.stats import ttest_ind as ttest, levene#导入t分布和方差齐性检验的包

from statsmodels.stats.anova import anova_lm #anova方差分析

from sklearn.neighbors import KNeighborsClassifier #knn分类

from sklearn.neighbors import KNeighborsRegressor#Knn回归

from sklearn.model_selection import train_test_split #模型拆分训练与测试集

from sklearn.preprocessing import StandardScaler # 数据标准化

from sklearn.linear_model import Ridge, Lasso #回归里的L1范式 L2范式

from sklearn.linear_model import RidgeCV # 带交叉验证的岭回归

from sklearn.naive_bayes import GaussianNB #朴素贝叶斯模型

from sklearn.linear_model import LogisticRegression # 逻辑回归模型

from sklearn import tree # 决策树 tree.DecisionTreeClassifier()

分类树采用了基尼指数（Gini Index）最小化原则，而回归树选择了平方损失函数

最小化原则

1、 模型处理运算包

from sklearn.datasets import load_数据 #导入sklearn中内置的数据集

from sklearn.decomposition import PCA #导入PCA降维算法

import warnings： warnings.filterwarnings('ignore') #忽略警告

from sklearn.preprocessing import LabelEncoder：标准化标签，将标签值统一转换成range(标签值个数-1)范围内，即0、1、2、3……

4、模型评估的包

from sklearn import metrics #模型评估

sklearn.metrics中的评估方法

(accuracy_score，recall_score，roc_curve，roc_auc_score，confusion_matrix)

accuracy_score：精确率=分类准确率分数是指所有分类正确的百分比

recall_score：召回率 =提取出的正确信息条数 /样本中的信息条数

roc_curve ：ROC曲线，以真正例率（也就是灵敏度）为纵坐标，假正例率（1-特

效性）为横坐标绘制的曲线。

roc_auc_score：直接根据真实值（必须是二值）、预测值（可以是0/1,也可以是proba

值）计算出auc值，中间过程的roc计算省略。

confusion_matrix：混淆矩阵

from sklearn.metrics import classification_report, confusion_matrix

#混淆矩阵、分类报告等自动生成

from sklearn.model_selection import GridSearchCV #网格搜索，查找最优参

from sklearn.model_selection import cross_val_ score as CVS #交叉验证

5、导出数据

1、import pandas_profiling #快速把python的代码页面变成网页版查看数据

profile = pandas_profiling.ProfileReport(data)

profile.to_file(outputfile = "output_file.html")

2、import graphviz #决策树的导出文件