超级会员免费看
本文介绍了一次使用Python进行分类规则挖掘的实验，涉及决策树、SVM和KNN算法。通过鸢尾花数据集，实验展示了数据预处理、分类预测和准确性评估，发现决策树和SVM的分类效果最佳，KNN次之。
数仓实验三：分类规则挖掘实验（利用Python实现）
文章目录
一、实验目的
通过本实验，进一步理解决策树算法、朴素贝叶斯算法进行分类的原理，并掌握利用SQL Server等工具平台进行分类规则挖掘的方法，掌握挖掘结构、挖掘模型的基本概念，能够使用数据挖掘向导创建数据挖掘结构和模型，掌握数据挖掘设计器的使用方法，掌握模型查看器方法，理解分类规则挖掘常用的参数含义和设置方法。
二、实验内容和要求
针对实际需求，构建格式规范的数据集，并能够借助于SQL Server、Weka、SPSS等工具平台，利用决策树（Decision tree）算法、朴素贝叶斯(Naïve Bayes)算法进行分类和预测，正确分析实验结果，完成实验报告。
三、实验步骤
以下实验我以Python作为工具，利用鸢尾花数据集完成分类规则的挖掘（利用决策树算法、SVM算法、KNN算法实现）。
1、加载数据集
import pandas as pd
import matplotlib.pyplot as plt
订阅专栏 解锁全文
1191
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
