名稱'classification_model'未定義

我試圖在Python 3.5中建模，並遵循可在here找到的示例。名稱'classification_model'未定義

我已經從sklearn導入了所有必需的庫。

但是，我收到以下錯誤。

代碼：

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)

當我運行上面的代碼中，我得到以下錯誤： NameError：名字「classification_model」沒有定義

我不知道如何解決這個因爲我試圖導入sklearn和所有的子庫。

P.S.我是Python新手，因此我試圖找出基本步驟

來源

2016-08-11 V.Bravo

看來這段代碼來自this tutorial。

問題與錯誤描述完全相同。 classification_model當前未定義。您需要自己創建此功能，然後才能調用它。查看該教程的一部分this，以便查看它的定義。祝你好運！

來源

2016-08-11 20:24:30

是否有任何內置包，用於創建模型。（Like R） –

我不確定你的意思。 'model'是使用作爲sklearn包的一部分的'LogisticRegression（）'類構建的。我對sklearn並不是很熟悉，但從頭到尾跟隨這個教程似乎是您最好的選擇。 –

根據不同的具體細節，這可能不是你想要什麼，但我從未有過

import sklearn.linear_model as sk 

logreg = sk.LogisticRegressionCV() 
logreg.fit(predictor_var,outcome_var)

這意味着你必須適應你的訓練和測試集，但有明確分開的訓練問題設置（我的代碼的最後一行中的過程），然後可以使用文檔中詳述的方法[1]。

例如搞清楚你所得到的分數（沒有我多少得到正確的）上看不見的數據與.score方法

[1] http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegressionCV.html

來源

2016-08-12 17:16:41

請注意，最後LogisticRegressionCV會爲選擇合適的正則化參數進行交叉驗證。 –

名稱'classification_model'未定義

回答

相關問題