- 博客(3)
- 收藏
- 关注
RSS订阅原创 紫鸢花数据集应用决策树模型（分类任务）
开头两个数字作用是为了之后的绘制决策树图像用的，相当于为了确定下面图像里的方框位置，第三个元素x[2]<=2.45是当前节点的分类标准，第四个元素ngini代表基尼系数，整个决策树模型的建立就是通过不断提出分类标准将数据集进行分类，而每次的分类结果好坏的评判标准就是当前数据集的基尼系数，基尼系数越低代表数据集内的类别越趋近于一类，说明分类结果越好，第五个元素nsamples表示当前节点输入数据集的样本大小，第六个元素nvalue表明当前数据集中有三个类别的样本，而且样本数各自为50，50，50。
2024-04-04 10:14:54
1024
原创 使用随机梯度下降方法对sklearn里的紫鸢花数据集进行分析
在训练迭代过程中，当算法在每次迭代中更新的模型参数的变化量小于容忍度时，算法可以认为已经收敛，即达到了一个满意的模型状态，不再需要继续迭代。mse = mean_squared_error(y_test, y_pred)//计算均方误差，MSE 的值越小，表示模型的预测性能越好，因为模型的预测值与真实值之间的差异越小。r2 = r2_score(y_test, y_pred)//R² 分数是一种常用的评估回归模型性能的指标，它衡量了模型对因变量方差的解释程度，即模型拟合数据的程度。
2024-04-03 16:10:06
898
原创 对sklearn里的鸢尾花数据集进行线性回归分析
/输出结果，分别是模型的系数、均方误差和决定系数，系数表示了每个特征对目标变量的影响程度，均方误差衡量了模型的预测误差大小，而决定系数则表示模型对数据方差的解释程度。均方误差小，决定系数高，说明模型的预测结果与实际观测值比较接近，模型对数据的解释程度也较高。系数的正负值表示了特征与目标变量之间的正相关或负相关关系，系数的大小则表示了特征对目标变量的影响强度。test_size=0.2 ) //对数据集进行分割，这里的。//创建预测器，为了对剩下的测试集数据进行预测，通过x预测y值。是目标变量（标签）。
2024-04-03 15:13:04
381
1
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