Python实现广义泊松模型(GeneralizedPoisson算法)项目实战

说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解 ),如需数据+代码+文档+视频讲解可以直接到文章最后获取。

1 . 项目背景

广义泊松模型(Generalized Poisson Model)是一种统计学中用于处理数据的分析方法,它扩展了传统的泊松模型以适应更广泛的数据分布特征。

本项目通过GeneralizedPoisson算法来构建广义泊松模型。

2 . 数据获取

本次建模数据来源于网络(本项目撰写人整理而成),数据项统计如下:

|------------|--------------|------------|
| 编号 | 变量名称 | 描述 |
| 1 | x1 | |
| 2 | x2 | |
| 3 | x3 | |
| 4 | x4 | |
| 5 | x5 | |
| 6 | x6 | |
| 7 | x7 | |
| 8 | x8 | |
| 9 | x9 | |
| 10 | x10 | |
| 11 | y | |

数据详情如下(部分展示):

3. 数据预处理

3.1 用P andas 工具查看数据

使用Pandas工具的head()方法查看前五行数据:

关键代码:

3.2 数据缺失查看

使用Pandas工具的info()方法查看数据信息:

从上图可以看到,总共有11个变量,数据中无缺失值,共2000条数据。

关键代码:

3. 3 数据描述性统计

通过Pandas工具的describe()方法来查看数据的平均值、标准差、最小值、分位数、最大值。

关键代码如下:

4. 探索性数据分析

4 . 1 y变量柱状图

用Matplotlib工具的plot()方法绘制柱状图:

4 .2 y=1样本x1变量分布直方图

用Matplotlib工具的hist()方法绘制直方图:

4 .3 相关性分析

从上图中可以看到,数值越大相关性越强,正值是正相关、负值是负相关。

5. 特征工程

5.1 建立特征数据和标签数据

关键代码如下:

5.2 数据集拆分

通过train_test_split()方法按照80%训练集、20%测试集进行划分,关键代码如下:

6.构 建广义泊松模型

主要使用GeneralizedPoisson算法,用于目标分类。

6. 1 构建模型

|------------|--------------|------------|
| 编号 | 模型名称 | 参数 |
| 1 | 广义泊松模型 | 默认参数 |

6. 2 模型 的摘要信息

7.模型评估

7.1 评估指标及结果

评估指标主要包括准确率、查准率、查全率、F1分值等等。

|--------------|--------------|-------------|
| 模型名称 | 指标名称 | 指标值 |
| 测试集 |||
| 广义泊松模型 | 准确率 | 0.9200 |
| 广义泊松模型 | 查准率 | 0.9943 |
| 广义泊松模型 | 查全率 | 0.8495 |
| 广义泊松模型 | F1分值 | 0.9162 |

从上表可以看出,F1分值为0.9162,说明模型效果较好。

关键代码如下:

7.2 分类报告

从上图可以看出,分类为0的F1分值为0.92;分类为1的F1分值为0.92。

7.3 混淆矩阵

从上图可以看出,实际为0预测不为0的 有1个样本;实际为1预测不为1的 有31个样本,整体预测准确率良好。

8 . 结论与展望

综上所述,本文采用了GeneralizedPoisson算法来构建广义泊松模型,最终证明了我们提出的模型效果良好。此模型可用于日常产品的预测。

python 复制代码
# 本次机器学习项目实战所需的资料,项目资源如下:
 
# 项目说明:
 
# 获取方式一:
 
# 项目实战合集导航:
 
https://docs.qq.com/sheet/DTVd0Y2NNQUlWcmd6?tab=BB08J2
 
# 获取方式二:

链接:https://pan.baidu.com/s/1XkC8fZTbFBtgKsAAmaFaUw 
提取码:lff0
相关推荐
义小深2 分钟前
TensorFlow|咖啡豆识别
人工智能·python·tensorflow
疯一样的码农6 分钟前
Python 正则表达式(RegEx)
开发语言·python·正则表达式
进击的六角龙1 小时前
Python中处理Excel的基本概念(如工作簿、工作表等)
开发语言·python·excel
一只爱好编程的程序猿1 小时前
Java后台生成指定路径下创建指定名称的文件
java·python·数据下载
Aniay_ivy2 小时前
深入探索 Java 8 Stream 流:高效操作与应用场景
java·开发语言·python
gonghw4032 小时前
DearPyGui学习
python·gui
西柚小萌新2 小时前
8.机器学习--决策树
人工智能·决策树·机器学习
向阳12182 小时前
Bert快速入门
人工智能·python·自然语言处理·bert
engchina2 小时前
Neo4j 和 Python 初学者指南:如何使用可选关系匹配优化 Cypher 查询
数据库·python·neo4j
兆。2 小时前
掌握 PyQt5:从零开始的桌面应用开发
开发语言·爬虫·python·qt