SVC算法预测汽车是否值得购买

汽车是否值得购买

这是一个关于汽车测评的数据集，

类别变量为汽车的测评：

（unacc，ACC，good，vgood）

​ 分别代表（不可接受，可接受，好，非常好）

而6个属性变量分别为

买入价，维护费，车门数，可容纳人数，后备箱大小，安全性。

值得一提的是6个属性变量全部是有序类别变量，

比如「可容纳人数」值可为「2，4，more」，

「安全性」值可为「low, med, high」

price、maint、doors、persons、lug_boot、safty、recommend

导包

import numpy as np
import pandas as pd
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from pandas import Series,DataFrame

读取数据

car = pd.read_csv('./data/cars.txt',header=None)
car.head()

#修改列索引
car.columns = ['price','maint','doors','persons','lug_boot',
                'safty','recommend']

#特征数据
X = car.iloc[:,:6]
#目标数据
y = car.recommend

字符串转数字

#'price'这一列的类别
X['price'].unique()

columns = ['price','maint','doors','persons','lug_boot','safty']


for col in columns:
    #获取每一列中字符串的类别(不重复)，返回数组A
    u = X[col].unique()

    #返回item在的数组A中的下标
    def convert(item):
        index = np.argwhere( u == item)[0,0]
        return index

    #把字符串转换成数字
    X[col] = X[col].map(convert)

X.tail()

拆分数据集

X_train,X_test,y_train,y_test = train_test_split(X,y,
                                                test_size=150)

训练模型并预测评分

#使用支持向量机模型，内核函数使用rbf
svc = SVC(kernel='rbf')
#训练模型
svc.fit(X_train,y_train)
#预测
y_ = svc.predict(X_test)
#评分
svc.score(X_test,y_test)

使用交叉表对比预测结果

#交叉表
pd.crosstab(index = y_,
            columns = y_test,
            rownames=['predict'],
            colnames=['True'],
            margins=True #统计
           )

从交叉表可看出：

acc预测正确32个，预测错误5个，有4个预测成uncc,1个预测成vgood。

good和unacc都预测正确。

vgood预测正确7个，预测错1个。