机器学习
文章平均质量分 78
玉求瑕
这个作者很懒,什么都没留下…
展开
-
机器学习sklearn之菜鸟入门一
1 iris = load_iris(),加载经典的鸢尾花数据 2 X_train,X_test, y_train, y_test = train_test_split(X, y, test_size =0.2,random_state=i) X:所要划分的样本特征集 y:所要划分的样本结果 test_size:样本占比,如果是整数的话就是样本的数量。此处设置为0.2,是说训练样本占总样本的80%,测试样本占总样本的20%。譬如说样本150个,训练样本占80%,训练样本的个数为120个,测原创 2017-04-08 11:24:30 · 3845 阅读 · 0 评论 -
机器学习sklearn之菜鸟入门二
交叉验证的应用cross_validation 1 用于调节参数 2 用于选择模型 3 用于选择特征原创 2017-04-08 18:03:24 · 1004 阅读 · 0 评论 -
机器学习sklearn之菜鸟入门三
特征选择 1交叉验证 2皮尔森相关系数 import numpy as np from scipy.stats importpearsonr np.random.seed(0) size = 300 x = np.random.normal(0,1, size) print "Lowernoise", pearsonr(x, x + np.random.normal(0, 1, s转载 2017-04-08 22:25:32 · 730 阅读 · 0 评论 -
机器学习sklearn指东
sklearn机器学习sklearn指东 1 数据获取 scikit-learn带有一些标准数据集,例如用于分类的iris和digits数据集,用于回归的bostonhouse prices 数据集。 1.1 load fromsklearn.datasets importload_iris fromsklearn.datasets importload_boston iris原创 2017-05-07 10:02:01 · 1705 阅读 · 0 评论