该笔记为个人学习笔记,看的课程是B站-数学建模老哥:1 Python基础与机器学习_哔哩哔哩_bilibili
目录
2Python与机器学习
2.1基本知识
2.1.1python常见库
2.1.2机器学习常见术语
2.1.3机器学习基本知识
结果离散--分类
结果连续--回归
2.1.4数学建模Python机器学习步骤
分类项目:
机器学习步骤:
一、导入数据
二、导入类库
from pandas import read_csv # pandas 数据分析库
from pandas.plotting import scatter_matrix #数据可视化
from matplotlib import pyplot
from sklearn.model_selection import train_test_split # sklearn机器学习库
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
三、导入数据集
四、概述数据
1、数据的维度
2、查看数据自身
3、统计描述
4、数据分类的情况
五、数据可视化
1、单变量图表
2、多变量图表
六、评估算法
1、分离出评估数据集
2、采用10折交叉验证评估算法模型
3、生成6种新模型预测新数据
4、选择最优模型
七、实施预测
八、总结