[已解决]有关pd.DataFrame的问题请教下各位

Astray.R

问题源于学习时常见的那个信用卡欺诈，
pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])
这个里面index=range(len(c_param_range),2)不是特别懂，index不是应该写成range(len(c_param_range))即可吗，那2是干嘛用的？

==================================================================================================

1. def print_kfold_scores(x_train_data,y_train_data):
   
2.     fold = KFold(5,shuffle=False)#数据数目，交叉折叠次数5次，不进行洗牌
   
3.     c_param_range = [0.01,0.1,1,10,100] #待选的模型参数
   
4.     #新建一个dataframe类型，列名是参数取值、平均召回率
   
5.    [color=Red] result_table = pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])[/color]
   
6.     result_table['C_parameter']=c_param_range
   
7.     j=0
   
8.     for c_param in c_param_range:
   
9.         print "=============================="
   
10.         print "C parameter:",c_param
    
11.         print "------------------------------"
    
12.         recall_accs = []
    
13.         for iteration,indices in enumerate(fold.split(x_train_data)):
    
14.             lr = LogisticRegression(C=c_param,penalty='l1')   #实例化逻辑回归模型
    
15.             lr.fit(x_train_data.iloc[indices[0],:],y_train_data.iloc[indices[0],:].values.ravel())
    
16.             y_pred_undersample = lr.predict(x_train_data.iloc[indices[1],:].values)
    
17.             recall_acc = recall_score(y_train_data.iloc[indices[1],:].values,y_pred_undersample)
    
18.             recall_accs.append(recall_acc)
    
19.             print "recall score=", recall_acc
    
20.         #the mean value of the recall scores is the metric we want to save and fet hold of.
    
21.         result_table.ix[j,'Mean Recall score'] = np.mean(recall_accs)
    
22.         j=+1
    
23.         print ''
    
24.         print "Mean Recall score:",np.mean(recall_accs)
    
25.     best_c = result_table.loc[result_table['Mean Recall score'].astype('float64').idxmax()]['C_parameter']
    
26.     #finally,we can check which C parameter is the best amongst the chosen
    
27.     print "**************************"
    
28.     print "Best model to choose from cross validation is with parameter= ",best_c
    
29.     print "**************************"
    
30.     return best_c
    

复制代码

最佳答案

月排行榜 / 总排行榜

彩虹七号

2019-12-17 19:30:00

>>> c_param_range = [0.01]
>>> result_table = pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])
>>> result_table
  C_parameter Mean Recall score
1         NaN               NaN
>>> result_table['C_parameter']=c_param_range
>>> result_table
   C_parameter Mean Recall score
1         0.01               NaN
***************************************************************
>>> c_param_range = [0.01,0.1]
>>> result_table = pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])
>>> result_table
Empty DataFrame
Columns: [C_parameter, Mean Recall score]
Index: []
>>> result_table['C_parameter']=c_param_range
>>> result_table
   C_parameter Mean Recall score
0         0.01               NaN
1         0.10               NaN

当待选的模型参数中只有一个的时候 index设置为1，当大于1 的时候index设置从0开始 ，估计是这个意思，感觉没什么意义

跳转到最佳答案楼层

彩虹七号

>>> c_param_range = [0.01]
>>> result_table = pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])
>>> result_table
  C_parameter Mean Recall score
1         NaN               NaN
>>> result_table['C_parameter']=c_param_range
>>> result_table
   C_parameter Mean Recall score
1         0.01               NaN
***************************************************************
>>> c_param_range = [0.01,0.1]
>>> result_table = pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])
>>> result_table
Empty DataFrame
Columns: [C_parameter, Mean Recall score]
Index: []
>>> result_table['C_parameter']=c_param_range
>>> result_table
   C_parameter Mean Recall score
0         0.01               NaN
1         0.10               NaN

当待选的模型参数中只有一个的时候 index设置为1，当大于1 的时候index设置从0开始 ，估计是这个意思，感觉没什么意义

Astray.R

1. def print_kfold_scores(x_train_data,y_train_data):
   
2.     fold = KFold(5,shuffle=False)#数据数目，交叉折叠次数5次，不进行洗牌
   
3.     c_param_range = [0.01,0.1,1,10,100] #待选的模型参数
   
4.     #新建一个dataframe类型，列名是参数取值、平均召回率
   
5.     result_table = pd.DataFrame(index=range(len(c_param_range),2),columns=['C_parameter','Mean Recall score'])
   
6.     result_table['C_parameter']=c_param_range
   
7.     j=0
   
8.     for c_param in c_param_range:
   
9.         print "=============================="
   
10.         print "C parameter:",c_param
    
11.         print "------------------------------"
    
12.         recall_accs = []
    
13.         for iteration,indices in enumerate(fold.split(x_train_data)):
    
14.             lr = LogisticRegression(C=c_param,penalty='l1')   #实例化逻辑回归模型
    
15.             lr.fit(x_train_data.iloc[indices[0],:],y_train_data.iloc[indices[0],:].values.ravel())
    
16.             y_pred_undersample = lr.predict(x_train_data.iloc[indices[1],:].values)
    
17.             recall_acc = recall_score(y_train_data.iloc[indices[1],:].values,y_pred_undersample)
    
18.             recall_accs.append(recall_acc)
    
19.             print "recall score=", recall_acc
    
20.         #the mean value of the recall scores is the metric we want to save and fet hold of.
    
21.         result_table.ix[j,'Mean Recall score'] = np.mean(recall_accs)
    
22.         j=+1
    
23.         print ''
    
24.         print "Mean Recall score:",np.mean(recall_accs)
    
25.     best_c = result_table.loc[result_table['Mean Recall score'].astype('float64').idxmax()]['C_parameter']
    
26.     #finally,we can check which C parameter is the best amongst the chosen
    
27.     print "**************************"
    
28.     print "Best model to choose from cross validation is with parameter= ",best_c
    
29.     print "**************************"
    
30.     return best_c
    

复制代码

代码修改下，里面不小心添加了点东西