题目来自高级编程课程的课件。
题目要求用sklearn创建一个分类问题的数据集,然后用三种不同的机器学习方法对数据集进行学习,并对三种方法的准确度、F1分数、受试者工作特征进行计算。
代码如下:
from sklearn
import datasets
from sklearn
import cross_validation
from sklearn.naive_bayes
import GaussianNB
from sklearn.svm
import
SVC
from sklearn.ensemble
import RandomForestClassifier
from sklearn
import metrics
dataset
= datasets.make_classification(
n_samples
=
1000,
n_features
=
10