models_name = {} for index in xrange(30): model = ModeleHandler("LogisticRegression") models.append(model) models_name[names[i]] = model for index, model in enumerate(models): y = np.ravel(train_y.ix[:,index]) model.fit(train_x, y) score = model.score(train_x, y) print "For the model {}, the score is: {}".format(names[i], score) #################################################################################################################### # Visualize some training images: #################################################################################################################### # print list(train.columns.values) # print list(test.columns.values) # MyDataHandler.visualize_train_image(index=6493, features=True) #################################################################################################################### # #################################################################################################################### myprint("Predict the score of the test data") print "Loading test" test = MyDataHandler.get_test() test_x = test.iloc[:800]['Image'].apply(lambda x: pd.Series([int(i) for i in x.split(' ')])).rename(columns=column_names) test_x = MyDimHandler.transform(test_x) myprint("Finished")