我试图在Python3.5中建模,并遵循在这里中可以找到的一个示例。
我已经从sklearn导入了所有所需的库。
但是,我得到了以下错误。
代码:
from sklearn.linear_model import LogisticRegression
from sklearn.cross_validation import KFold #For K-fold cross validation
from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import DecisionTreeClassifier, export_graphviz
from sklearn import metrics
outcome_var = 'Loan_Status'
model = LogisticRegression()
predictor_var = ['Credit_History']
classification_model(model, loan,predictor_var,outcome_var)当我运行上面的代码时,我得到以下错误:NameError: name 'classification_model‘是未定义的
我不知道如何解决这个问题,因为我尝试导入sklearn和所有的子库。
我是Python新手,所以我想找出基本的步骤
发布于 2016-08-12 17:16:41
取决于具体细节,这可能不是你想要的,但我从来没有遇到过问题。
import sklearn.linear_model as sk
logreg = sk.LogisticRegressionCV()
logreg.fit(predictor_var,outcome_var)这意味着您必须显式地分离您的培训和测试集,但是如果适合于一个培训集(我的代码的最后一行中的过程),那么您可以使用文档1中详细介绍的方法。
例如,用.score方法计算出你在看不见的数据上得到了多少分数(我得到了多少)
1
发布于 2016-08-11 20:24:30
发布于 2020-12-11 05:04:00
from sklearn.metrics import classification_reporthttps://stackoverflow.com/questions/38905031
复制相似问题