机器学习实验
机器学习的常见实验
风云诀4
千里之行,始于足下。
展开
-
使用PySpark搭建机器学习模型
使用PySpark搭建机器学习模型文章目录使用PySpark搭建机器学习模型前言搭建回归模型1.加载数据集2.拆分数据集3.创建模型4&5 模型训练与预测6.模型评估绘制折线图参考文章前言因为现阶段的实验需要用到 PySpark ,所以安装了 PySpark 来搭建机器学习模型来进行训练。还没有配置好 PySpark 环境的,请参考这篇博客进行配置 Windows下搭建PySpark环境实验环境:PyCharm 2019Python 3.6Spark 2.3.4这是我用的是阿里原创 2020-06-10 20:19:30 · 2988 阅读 · 0 评论 -
Windows下搭建PySpark环境
WIndows下搭建PySpark环境文章目录WIndows下搭建PySpark环境前言方法一安装单机版Hadoop安装单机版SparkPySpark环境整合方法二测试PySparkPySpark运行简单实例参考文章前言现阶段的实验需要用到 PySpark 来搭建机器学习模型,正常情况下应该是在 Linux 系统上是进行搭建。然而在虚拟机的 Linux 上运行起来又实在是太慢,所以只能将就着在 Windows 系统上搭建 PySpark 的环境先使用着。这里介绍两种搭建 PySpark 环境的方法:原创 2020-06-05 22:35:26 · 2315 阅读 · 1 评论 -
用SVR模型完成对Boston房价的回归预测
用SVR模型完成对Boston房价的回归预测文章目录用SVR模型完成对Boston房价的回归预测实验说明实验代码参数优化实验说明实验要求:使用SVR模型实现对波士顿房价的预测 (load_boston),并使用r2-score 对回归结果评测。实验环境:PycharmPython版本:3.6需要的第三方库:sklearn实验代码同样地,这里 SVR 模型采用的是高斯核函数 kernel=‘rbf’,惩罚系数 C=1,epsilon=0.2。我们采用以下四项指标来进行评价:平均绝对误原创 2020-06-03 20:29:31 · 11776 阅读 · 16 评论 -
用SVC模型完成对手写数字的分类
用SVC模型进行红酒分类文章目录用SVC模型进行红酒分类实验说明实验代码参数优化支持向量实验说明实验要求:使用SVC模型完成对手写数字的分类( load_digits),并使用评测指标 precision_score、 recall_score、f1_score 对分类结果评测。实验环境:PycharmPython版本:3.6需要的第三方库:sklearn实验代码这里 SVC 模型采用的是高斯核函数 kernel=‘rbf’,惩罚系数 C=0.8。我们采用 classification原创 2020-06-03 20:28:21 · 1502 阅读 · 0 评论 -
逻辑回归实验
逻辑回归实验文章目录逻辑回归实验实验说明实验步骤参数优化实验说明虽然模型名字叫做逻辑回归,实际上我们经常用它来做分类任务。这次的数据集我们使用的是 sklearn 包中自带的红酒数据集。实验环境:PycharmPython版本:3.6需要的第三方库:sklearn实验步骤一个简单的机器学习实验基本就是那六个步骤,这里不再提及了。关于训练集和测试集的划分我们使用的是留出法,最后的结果我们使用准确率来进行评估。代码如下:# 逻辑回归,红酒数据集from sklearn.datase原创 2020-05-22 23:08:53 · 2330 阅读 · 0 评论 -
Lasso回归实验
Lasso回归实验文章目录Lasso回归实验实验说明实验步骤参数优化实验说明数据集我们使用的是 sklearn包中自带的波士顿房价数据集。实验环境:PycharmPython版本:3.6需要的第三方库:sklearn、numpy实验步骤一个简单的 Lasso 回归实验还是那六个步骤:加载数据集拆分数据集创建模型在训练集学习得到模型模型预测模型评测关于训练集和测试集的划分我们使用的是留出法。至于参数设置,我们设置随机种子为10,学习率为0.1,迭代次数为10000。最后原创 2020-05-22 23:06:59 · 1841 阅读 · 0 评论 -
随机森林回归实验
随机森林回归实验文章目录随机森林回归实验实验说明实验步骤可视化实验说明sklearn包里已经实现了随机森林回归模型,导入使用即可。数据集我们使用的是 sklearn包中自带的波士顿房价数据集。实验环境:Anaconda3+VScodePython版本:3.7需要的第三方库:sklearn、math、matplotlib、numpy实验步骤一个简单的随机森林回归实验同样分为六个...原创 2020-05-04 13:38:46 · 3281 阅读 · 0 评论 -
决策树分类实验
决策树分类实验文章目录决策树分类实验实验说明实验步骤参数优化可视化实验说明我们不需要自己去实现决策树,sklearn包里已经实现了决策树分类模型,导入使用即可。数据集我们使用的是 sklearn包中自带的红酒数据集。实验环境:Anaconda3+VScodePython版本:3.7需要的第三方库:sklearn、matplotlib、numpy、pydotplus实验步骤一个...原创 2020-05-04 13:07:41 · 2078 阅读 · 0 评论