题目要求
(一)题目要求
以下是一个西瓜的数据,其中x1是密度,x2是含糖率,y标签:1好瓜,0坏瓜
x1=[0.697,0.774,0.634,0.608,0.556,0.403,0.481,0.437,0.666,0.243,0.245,0.343,0.639,0.657,0.360,0.593,0.719]
x2=[0.460,0.376,0.264,0.318,0.215,0.237,0.149,0.211,0.091,0.267,0.057,0.099,0.161,0.198,0.370,0.042,0.103]
y=[1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0]
具体要求如下:
需要随机将数据集分割成训练集和测试集,在x1-x2坐标系用散点图区分好瓜和坏瓜,任意选用一种分类模型,用训练集进行训练,然后对测试集预测,并计算预测准确率。
1.实现数据集的读取(2分)
2.导入库函数及数据,将数据集按一定比例分割成训练集和测试集。(3分)
3.用散点图可视化显示好瓜和坏瓜(5分)
4.建立适当模型(5分)
5.用训练集进行训练,然后对测试集预测 (2分)
计算预测准确率及输出(3分)
题目分析
本题重点是对数据的处理,将题目中的x1和x2进行拼接,然后进行特征缩放,特征缩放是必要的部分,因为我在对数据观察的时候,看到数量级其实差别不大,所以开始做的时候并没有进行特征缩放,但后续导致的结果就是无论更换什么样的模型,拟合程度都很低,浪费了很多时间。
接下来就