LDA,Perceptron,SVM三种算法的sklearn简单使用

数据如下

x1 = [1,5,1.5,8,1,9]

x2 = [2,8,1.8,8,0.6,11]

y = [0,1,0,1,0,1]

预测[0.58,0.76]

LDA算法

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
import numpy as np
train_x = np.array([[1,2],
         [5,8],
         [1.5,1.8],
         [8,8],
         [1,6.6],
         [9,11],])

train_y = np.array([0,1,0,1,0,1])
clf = LinearDiscriminantAnalysis()
clf.fit(train_x, train_y)
LinearDiscriminantAnalysis(n_components=None, priors=None, shrinkage=None,solver='svd', store_covariance=False, tol=0.0001)
print(clf.predict([[0.58,0.76]]))

sklearn官方文档:https://scikit-learn.org/stable/modules/generated/sklearn.discriminant_analysis.LinearDiscriminantAnalysis.html

Per

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值