名称'classification_model'未定义

我试图在Python 3.5中建模，并遵循可在here找到的示例。名称'classification_model'未定义

我已经从sklearn导入了所有必需的库。

但是，我收到以下错误。

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中，我得到以下错误： NameError：名字“classification_model”没有定义

我不知道如何解决这个因为我试图导入sklearn和所有的子库。

P.S.我是Python新手，因此我试图找出基本步骤

来源

2016-08-11 V.Bravo

看来这段代码来自this tutorial。

问题与错误描述完全相同。 classification_model当前未定义。您需要自己创建此功能，然后才能调用它。查看该教程的一部分this，以便查看它的定义。祝你好运！

来源

2016-08-11 20:24:30

是否有任何内置包，用于创建模型。（Like R） –

我不确定你的意思。 'model'是使用作为sklearn包的一部分的'LogisticRegression（）'类构建的。我对sklearn并不是很熟悉，但从头到尾跟随这个教程似乎是您最好的选择。 –

根据不同的具体细节，这可能不是你想要什么，但我从未有过

import sklearn.linear_model as sk 

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

这意味着你必须适应你的训练和测试集，但有明确分开的训练问题设置（我的代码的最后一行中的过程），然后可以使用文档中详述的方法[1]。

例如搞清楚你所得到的分数（没有我多少得到正确的）上看不见的数据与.score方法

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

来源

2016-08-12 17:16:41

请注意，最后LogisticRegressionCV会为选择合适的正则化参数进行交叉验证。 –

名称'classification_model'未定义

回答

相关问题