鸢尾花分类——Python机器学习起步

本文介绍了作者通过Python进行机器学习的起步,以鸢尾花分类为例,详细阐述了数据集导入、训练集与测试集划分、模型构建、训练与评估过程。在实践中探讨了泛化、欠拟合和过拟合的概念。
摘要由CSDN通过智能技术生成

引言

一直对AI有着莫大的兴趣,最近买了周志华先生的西瓜书,也是干货满满,最近也想从实战方面入手,了解一下机器学习,本文以《Python机器学习基础教程》为指导。


环境

Sublimetext 3 和 Jupter Notebook;
ML库:scikit-learn


项目:鸢尾花分类

已知,鸢尾花可以被分为setosa、versicolor、virginica三个品种,现在我们要建立一个模型,输入特定数据判定它是属于哪一类。

一、数据集导入:

数据集在scikit-learn的datasets中,调用load_iris()导入:

from sklearn.datasets import load_iris
iris_dataset=load_iris()

二、训练集和测试集

导入的数据集我们要分为训练集和测试集,一般我们采用3:1的随机分配办法;
而拆分时为了数据分布均匀,我们先要对数据进行随机达伦,确保测试数据和训练数据的全面性;
在scikit-learn中,我们可以调用train_test_split函数实现划分,利用random_state指定随机数生成种子即可。


                
  • 0
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值