# -*- coding: utf-8 -*-

#导入需要的包

import matplotlib.pyplot as plt

from sklearn import datasets

from sklearn.model_selection import train_test_split

from sklearn.metrics import roc_auc_score

from xgboost import XGBClassifier

from xgboost import plot_importance

### 加载数据集，这里直接使用datasets包里面的波士顿房价数据

boston=datasets.load_breast_cancer()

#输出数据集的形状，该数据集里面有569个样本，每个样本有30个特征(569, 30)

print(boston.data.shape)

#输出标签的个数为 569

print(boston.target.shape)

# 使用train_test_split()函数对训练集和测试集进行划分，第一个参数是数据集特征，第二个参数是标签，第三个为测试集占总样本的百分比

x_train,x_test,y_train,y_test = train_test_split(boston.data,

                                                 boston.target,

                                                 test_size = 0.3,

                                                 random_state = 33)

#使用XGBoost进行训练

model = XGBClassifier()

model.fit(x_train,y_train)

# 绘制重要性曲线,max_num_feature参数设置输出前20重要的特征（）
plot_importance(model,max_num_features=20)

plt.show()

# 输入测试样本做预测

y_pred=model.predict_proba(x_test)[:,1]

# 输出AUROC的值

roc=roc_auc_score(y_test,y_pred)

print("The AUROC=%f",roc)

"""

0.9841

"""