数据挖掘学习之感悟：以点带线，以线带面

    快节奏的生活，越来越缺乏耐心，越发焦虑。焦虑代表潜意识里积极的进取心。但焦虑不代表努力，如果调试好，焦虑的下一步是努力。努力工作努力学习！工作或学习的方法不对，会再次产生焦虑。

    焦虑的原因就是外界的快（项目需求快，成长速度快......），“眼睛一睁一闭一天就过去了吭”。自我成长的途径之一就是学习+思考。学什么？学思路，学方法，学技术。总结就是以点带线，以线带面。

点就是案例，通过对案例的剖析，获得解题思路的构建，使我们的逻辑思维更加严密。线就是构建模型，通过R和Python的模型实现，达到工具包，模型库的熟练应用，获得技术的提升，同时亲自感受R语言及python的各自优势。更重要的是可以将业务逻辑与模型实现无缝连接。继续探究，那就是以线带面，面就是原理与算法，知其然知其所以然。通晓算法原理如同打通任督二脉。无论是案例还是模型实现，对应的原理算法都是万变不离其宗，比如梯度下降算法在逻辑回归中有出现，在决策树中也有出现。同时神经网络的激活函数会包含逻辑回归......。另外在学习过程中，要融会贯通，随着知识点的增加，点与点之间的距离就会缩短，慢慢就会连接起来，形成一个数据挖掘与业务分析交织起来的知识网。这个网就是长在你的身体里。

 那么该怎么实现呢?这个问题问的好！发现好货喽！

左手Python右手R，多算法对比，经典数据挖掘机器学习实战！

以下是R语言的逻辑回归实现的代码及算法原理的部分讲解截图。

 #导入数据集

loudian<-read.csv(file="D:/R案例/逻辑回归/logist_model.csv")     

  #查看数据集前六行

head(loudian)   

  #查看数据集描述

summary(loudian) 

str(loudian)

loudian$是否窃漏电=as.factor(loudian$是否窃漏电)

str(loudian)

  #建立逻辑回归模型

logist_1=glm(是否窃漏电~电量趋势增长指标+线损指标+告警类指标,family=binomial(link='logit'),data=loudian)

  #逻辑回归模型描述

summary(logist_1)

  ##查看回归系数

coef(logist_1)

  ##回归系数指数化

exp(coef(logist_1))

logist_1

  #输出预测之后的结果,type＝response,表示输出结果预测响应变量为1的概率。 

pre=predict(logist_1,type='response')

class<-pre>0.5

class

print(logist_1)

  #对分类和预测结果进行统计分析计数(混淆矩阵)

tb<-table(loudian$是否窃漏电,pre > 0.5)

tb  

#分类准确率--稍后作对比

(sum(diag(tb))/sum(tb))

  #绘制ROC曲线，寻找最优临界点

install.packages("pROC")

library(pROC)

modelroc=roc(loudian$是否窃漏电,pre)

plot(modelroc,print.auc=TRUE,auc.polygon=TRUE,grid=c(0.1,0.2),

     grid.col=c("green","red"),max.auc.polygon=TRUE,auc.polygon.col="blue",print.thres=TRUE)

  #将预测的结果与数据合并，并验证

loudian_pre<- data.frame(是否窃漏电=loudian$是否窃漏电,predict =ifelse(pre>0.167,'1','0'))



table(loudian_pre$是否窃漏电,loudian_pre$predict)

  #讨论

loudian_auc<-table(loudian_pre$是否窃漏电,loudian_pre$pre)

loudian_auc

(sum(diag(loudian_auc))/sum(loudian_auc))

loudian_0.5<-table(loudian$是否窃漏电,pre > 0.5)

loudian_0.5

(sum(diag(loudian_0.5))/sum(loudian_0.5))



save(loudian, file = "D:/R案例/逻辑回归/logist_model.Rdata")