##先把训练集中的数值变量和分类变量分开
def findprotos(data):
m, n = data.shape
O = []
C = []
for i in range(n):
try:
if isinstance(data.iloc[0, i], int) or isinstance(data.iloc[0, i], float) or isinstance(data.iloc[0, i], np.float64)\
or isinstance(data.iloc[0, i], np.int64):
O.append(i)
elif isinstance(data.iloc[0, i], str):
C.append(i)
else:
raise ValueError("the %d column of data is not a number or a string
分类算法实现
最新推荐文章于 2024-09-13 21:55:38 发布
本文详细探讨了机器学习中的分类算法实现,主要通过Python编程语言进行讲解,包括常见算法如逻辑回归、决策树、朴素贝叶斯等的原理及代码实践,旨在帮助读者深入理解并掌握分类算法。
摘要由CSDN通过智能技术生成