机器学习
妮酱也爱敲代码
简单而快乐,善良而执着。
展开
-
机器学习-pr曲线,roc曲线
模型评价指标 0. 加载相关模块 import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from sklearn.model_selection import train_test_split # 用于在jupyter中进行绘图 %matplotlib inline 1. 数据加载 # 加载数据集 fruits_df = pd.read_table('fruit_data_w原创 2021-03-27 21:22:14 · 300 阅读 · 0 评论 -
机器学习-交叉验证及网格搜索,保存模型到硬盘
交叉验证及网格搜索 0. 加载相关模块 import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split # 用于在jupyter中进行绘图 %matplotlib inline 1. 数据加载 iris = load_iris() X = iris.data y = iris.targ原创 2021-03-27 21:02:08 · 790 阅读 · 0 评论 -
机器学习-向量机SVM
SVM 0. 加载相关模块 from sklearn.datasets import load_iris from sklearn.svm import SVC from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score # 用于在jupyter中进行绘图 %matplotlib inline 1. 加载数据 iris = load_iris() 1.1 数据处理 X =..原创 2021-03-23 19:31:47 · 85 阅读 · 0 评论 -
机器学习-朴素贝叶斯
朴素贝叶斯 0. 加载相关模块 from sklearn.datasets import load_iris from sklearn.naive_bayes import GaussianNB from sklearn.neighbors import KNeighborsClassifier from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split fr...原创 2021-03-23 18:42:14 · 81 阅读 · 0 评论 -
机器学习-决策树
决策树 0. 加载相关模块 from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split import seaborn as sns from sklearn.metrics import accuracy_score # 用于在jupyter中进行绘图 %matplotlib inli..原创 2021-03-23 18:17:16 · 54 阅读 · 0 评论 -
机器学习-kNN
kNN 0. 加载相关模块 import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from sklearn.model_selection import train_test_split # 用于在jupyter中进行绘图 %matplotlib inline 1. 数据加载 1.1 数据预览 # 加载数据集 fruits_df = pd.read_table('fruit.原创 2021-03-23 17:25:50 · 80 阅读 · 0 评论 -
机器学习-模型测试及评价
第八课 机器学习简单介绍 第14节 模型测试及评价 # 引入包 import pandas as pd import numpy as np import seaborn as sns from sklearn.model_selection import train_test_split 准备数据集 # 加载数据 # 乳腺癌数据集,30个特征,二分类问题:良性/恶性 data = pd.read_csv('./dataset/breast_cancer.csv') print(data.shape)...原创 2021-03-23 11:19:11 · 279 阅读 · 0 评论 -
机器学习-模型调参
第八课 机器学习简单介绍 第13节 模型调参方法 # 引入包 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split 准备数据集 # 加载数据 iris_data = pd.read_csv('./dataset/iris.csv') # 获取特征 X = iris_data[['sepal_length', 'sepal_width', 'petal_length', 'p..原创 2021-03-23 10:39:14 · 260 阅读 · 0 评论 -
机器学习-数据预处理及特征工程
第八课 机器学习简单介绍 第十节 数据预处理及特征工程 # 引入包 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt 准备数据集 # 加载数据 iris_data = pd.read_csv('./dataset/iris.csv') # 获取特征 X = iris_data[['sepal_length',原创 2021-03-22 22:09:53 · 91 阅读 · 0 评论 -
机器学习-模型选择
第八课 机器学习简单介绍 第九节 模型选择 # 引入包 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split 准备数据集 # 加载数据 iris_data = pd.read_csv('./dataset/iris.csv') # 获取特征 X = iris_data[['sepal_length', 'sepal_width', 'petal_length', 'petal_原创 2021-03-22 22:08:53 · 206 阅读 · 0 评论 -
机器学习-数据集准备及划分
第八课 机器学习简单介绍 第八节 数据集准备及划分 # 引入包 import pandas as pd import numpy as np 准备数据集 iris_data = pd.read_csv('./dataset/iris.csv') iris_data.head() sepal_length sepal_width petal_length petal_width species label 0 5.1 3.5 1.4 0.2 setosa 1 1 4.9 3.0 1.4 0.2 setosa原创 2021-03-22 22:07:46 · 346 阅读 · 0 评论 -
机器学习-scikit-learn
第八课 机器学习简单介绍 第七节 使用scikit-learn的流程 # 引入包 import pandas as pd import numpy as np 准备数据集 iris_data = pd.read_csv('./dataset/iris.csv') iris_data.head() sepal_length sepal_width petal_length petal_width species label 0 5.1 3.5 1.4 0.2 setosa 1 1 4.9 3.0 1.4 0.原创 2021-03-22 22:02:51 · 127 阅读 · 0 评论