6.13作业（sklearn练习）

最新推荐文章于 2024-06-16 13:04:38 发布

PerfectCherryBlossom

最新推荐文章于 2024-06-16 13:04:38 发布

阅读量307

点赞数 1

分类专栏：课程：高级编程技术文章标签：作业

本文链接：https://blog.csdn.net/PerfectCherryBlossom/article/details/80725165

版权

这篇博客介绍了如何使用sklearn库进行机器学习实践，详细步骤包括：利用make_classification生成分类数据集，应用KFold进行数据划分，并分别用GaussianNB、SVC和RandomForestClassifier进行训练与预测。

摘要由CSDN通过智能技术生成

题目

Step 1：

sklearn.datasets.make_classification 函数能随机产生 n_classes 类数据集，返回一组样本(sample)和一组标记(label)。

from sklearn import datasets
from sklearn import model_selection
from sklearn import naive_bayes
from sklearn import svm
from sklearn import ensemble
from sklearn import metrics

n_samples = 1000
n_features = 10
X, y = datasets.make_classification(n_samples=n_samples, n_features=n_features)