- 博客(3)
- 收藏
- 关注
转载 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
2017-04-08 22:25:32 730
原创 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
2017-04-08 11:24:30 3845
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人