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")
