成绩预测
利用机器学习算法,实现:预测你们班同学的成绩。
要求:
1.任选一门本学期开设的必修课,作为预测对象,必须在本门课程没有考试之前完成论文
2.样本数据的获得与收集,自己提供。
3.使用学过的机器学习算法,
4.编写程序代码
5.训练模型
6.模型测试
参考代码
点击上方链接,查看全部代码
numberOfLabels = len(datingLabels)
LabelsColors = []
for i in datingLabels:
if i == 1:
LabelsColors.append('black')
if i == 2:
LabelsColors.append('orange')
if i == 3:
LabelsColors.append('red')
# 画出散点图,以datingDataMat矩阵的第一(飞行常客例程)、第二列(玩游戏)数据画散点数据,散点大小为15,透明度为0.5
axs[0][0].scatter(x=datingDataMat[:, 0], y=datingDataMat[:, 1], color=LabelsColors, s=15, alpha=.99)
# 设置标题,x轴label,y轴label
axs0_title_text = axs[0][0].set_title(u'每学期学习所消耗的时间与每周娱乐所消耗平均时间比值', FontProperties=font)
axs0_xlabel_text = axs[0][0].set_xlabel(u'每学期学习所消耗的时间(小时)', FontProperties=font)
axs0_ylabel_text = axs[0][0].set_ylabel(u'每周娱乐所消耗平均时间(小时)', FontProperties=font)
plt.setp(axs0_title_text, size=9, weight='bold', color='red')
plt.setp(axs0_xlabel_text, size=7, weight='bold', color='black')
plt.setp(axs0_ylabel_text, size=7, weight='bold', color='black')