多元线性回归（sklearn法）

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn import svm

from sklearn.metrics import accuracy_score
from sklearn.preprocessing import StandardScaler


# SVR LinearSVR 回归
# SVC LinearSVC 分类

# 流程

# 1. 获取数据
data = pd.read_csv('./data.csv')

# 2. 数据探索
# print(data.columns)
# print(data.describe())

# 3. 数据清洗

# 特征分为3组
features_mean = list(data.columns[2:12])    #平均值数据
features_se = list(data.columns[12:22])     #标准差数据

# ID列删除
data.drop('id',axis=1,inplace=True)
# 将B良性替换为0，M恶性替换为1
data['diagnosis'] = data['diagnosis'].map({
    'M':1,'B':0})

print(data.head(5))

# 4. 特征选择
# 目的 降维
sns.countplot(data['diagnosis'],label='Count')
plt.show()

# 热力图features_mean 字段间的相关性
corr = data[features_mean].corr()
plt.figure(figsize=(14,14))

sns.heatmap(corr,annot=True)
plt.show()

# 特征选择 平均值这组 10--→6
features_remain = ['radius_mean', 'texture_mean', 'smoothness_mean', 'compactness_mean', 'symmetry_mean','fractal_dimension_mean']

# 模型训练
# 抽取30%数据作为测试集
train,test = train_test_split(data,test_size=0.3)
train_x = train[features_mean]
train_y = train['diagnosis']
test_x = test[features_mean]
test_y = test['diagnosis']

# 数据规范化
ss = StandardScaler()
train_X = ss.fit_transform(train_x)
test_X = ss.transform(test_x)

# 创建svm分类器
model = svm.SVC()
#参数
# kernel核函数选择
# 1.linear 线性核函数 数据线性可分情况下
# 2.poly 多项式核函数 将数据从低维空间映射到高维空间 但是参数比较多，计算量比较大
# 3.rbf 高斯核函数 将样本映射到高维空间 参数少 性能不错 默认
# 4.sigmoid sigmoid核函数 蛇精网络的映射中 SVM实现多层神经网络

# c目标函数的惩罚系数
# gamma 核函数系数 默认为样本特征数的倒数

# 训练数据
model.fit(train_x,train_y)
# 6. 模型评估
pred = model.predict(test_x)
print('准确率：',accuracy_score(test_y,pred))