二手汽车评估
数据集取自uci，对处理好的数据集分别进行逻辑回归、随机森林、knn、svm、GBDT分类建模，寻找较优的分类模型。
数据集特征描述：
| buying | 买入价格（vhigh，high，med，low） |
|---|---|
| maint | 维护的价格（vhigh，high，med，low） |
| doors | 门数（2,3,4,5更多） |
| persons | 可乘人数（2,4，更多） |
| lug_boot | 行李箱大小（small, med, big） |
| safety | 安全性（ low, med, high） |
| assessment（目标变量） | 可接受性（unacc, acc, good, vgood） |
导入相关库：
从存储数据集的excel文件将数据集读入、输出数据集前五行。
数据集总共1728条观测、7个特征变量，没有缺失值、没有重复观测：
各特征变量数据类型：
需要对其编码处理才能投入建模。
编码：
除目标变量，其他变量经过编码都成int型，分割数据集，训练集：测试集=4：1
逻辑回归建模及对测试集进行分类并输出其准确率：
分类结果展示：
随机森林分类
训练集准确率、分类结果展示：
从输出结果看，构建的随机森林模型对测试集分类的准确率极高，达到98.55%，各类覆盖率及f1-score值也是相当高，观察真实类别与预测类别的热力图，对角线为预测准确，热力图对角线两侧预测错误的数目极少。
knn：
先使用交叉验证法探索最佳k值
绘制出不同k值下，训练集上的分类准曲率折线图，标出使准确率最高的k值，可知最佳k为6
根据最优k拟合knn模型并对测试集分类:
输出测试集分类准确率、覆盖率等信息：
svm：
自定义一些C值、gamma值，使用网格搜索法寻找较优的C值、gamma值，网格搜索使用2线程加快搜索速度：
返回最佳参数并拟合模型对测试集进行分类：
输出分类报告：
GBDT：
使用4线程的网格搜索法寻找较优的学习率以及分类器数量参数值：
通过搜索返回最优的参数值并利用其拟合GBDT模型：
对测试集进行分类，输出分类报告：
由结果可知构建的GBDT分类模型分类效果非常可观，准确率接近99%，各类别覆盖率也高达99%，将测试集真实类别与预测类别通过热力图可视化：
从热力图可以发现，含有346条观测的测试集上只有4条观测分类错误。
对比以上几类分类模型，GBDT分类效果最优，随机森林的分类效果也相当可观并且接近GBDT，从时间成本上看，GBDT参数调优花费了大量时间，而随机森林则耗费极短时间，因此，对于此二手汽车数据集分类，我个人会选择随机森林方法。
基于随机森林拟合的分类模型，各特征影响分类结果程度大小的可视化：
由图可得出结论：基于此数据集，购买者是否可接受一台二手车最大程度受此二手车的安全性能影响，符合人们驾车出门重视生命安全这一普遍观念，其次影响程度按可乘坐人数、买入的价钱、维护价格、行李箱大小、门数量递减。
