machine learing test1

Mirai997

已于 2023-03-24 15:21:53 修改

阅读量69

点赞数

文章标签：机器学习 python sklearn

于 2023-03-24 15:17:40 首次发布

本文链接：https://blog.csdn.net/qq_64118574/article/details/129751563

版权

该代码示例展示了如何利用sklearn库中的决策树分类器对iris数据集进行训练，并通过train_test_split进行数据拆分。接着，它应用了成本复杂性剪枝路径（ccp_alpha=0）来优化决策树，并打印出不同剪枝参数下的ccp_alpha值和不纯度（impurities）。

摘要由CSDN通过智能技术生成

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
iris=load_iris()
X=iris.data
y=iris.target

X_train,X_test,y_train,y_test=train_test_split(X,y)
clf=DecisionTreeClassifier(ccp_alpha=0)
clf=clf.fit(X_train,y_train)

pruning_path=clf.cost_complexity_pruning_path(X_train,y_train)

print("ccp_alpha:",pruning_path['ccp_alpha'])
print("impurities:",pruning_path['impurities'])

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Mirai997

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

Machine Learing HW3

weixin_46260468的博客

12-31

185

Solve image classification with convolutional neural networks.

Machine Learning - A/B Test

IT Panda 的技术博客

07-10

888

首先，A/B testing 并不是机器学习独有的概念，事实上它被用在everywhere [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7CfXPMHk-1594375165804)(https://media2.giphy.com/media/9P3fsk7SesjIverw4Q/giphy-downsized.gif)] ...

参与评论您还未登录，请先登录后发表或查看评论

Summarize-my first machine learing

m0_66235114的博客

08-04

188

一个简单的汽车数据集，任务是通过制造品牌方，颜色，里程表(KM)，和车门的数量来估计汽车的价格

KAGGLE(1)Machine Learing with sklearn

weixin_45603120的博客

10-16

168

pd读取数据 # save filepath to variable for easier access melbourne_file_path = '../input/melbourne-housing-snapshot/melb_data.csv' # read the data and store data in DataFrame titled melbourne_data melbourne_data = pd.read_csv(melbourne_file_path) # print a su

COMP7404 Machine Learing——SVM

hxxjxw的博客

11-22

241

linear SVM import numpy as np from sklearn import datasets iris = datasets.load_iris() X = iris.data[:, [2, 3]] y = iris.target from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,.

COMP7404 Machine Learing——KNN

hxxjxw的博客

11-22

145

import numpy as np from sklearn import datasets iris = datasets.load_iris() X = iris.data[:, [2, 3]] y = iris.target from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_s...

COMP7404 Machine Learing——ROC

hxxjxw的博客

11-24

188

ROC import pandas as pd import numpy as np df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/wdbc.data', header=None) from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import t.

COMP7404 Machine Learing——Logistic Regression

hxxjxw的博客

11-22

276

logit function import matplotlib.pyplot as plt import numpy as np def logit(p): return np.log(p / (1-p)) p = np.arange(0.001, 1, 0.001) lp = logit(p) plt.plot(p, lp) plt.axhline(0, color='k') plt.xlim(-0.1, 1.1) plt.ylim(-7, 7) plt.xlabel('p'...

【Machine learing】之KNN

qq_43727105的博客

04-16

250

进入大学最先接触的是机器学习，吴恩达老师的机器学习课程激起了我学习的兴趣，因此自己很想深入的了解机器学习算法，加之很想学好python，在此驱动下，我坚持学习Machine learning的相关算法。最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是...

基于python机器学习的长春地区的天气预报，优秀Machine Learing程序设计！

05-25

天气预测和天气可视化是一个基于python机器学习(ml)的长春地区的天气预报项目，它实现了天气数据的爬取，预测和可视化。 * 天气数据的来源 GetData文件使用python爬虫技术,爬取长春和全国的天气信息数据 ...

机器学习(Machine Learning) 原理与代码实例讲解

AI天才研究院

09-16

1231

机器学习(Machine Learning) - 原理与代码实例讲解 1. 背景介绍 1.1 问题的由来随着数据收集和处理技术的发展，人类积累了大量的数据，这为机器学习（Machine Learning，ML）

Machine Learning

http://www.54tianzhisheng.cn/

09-22

329

Flink-ML 介绍 ML 是 Machine Learning 的简称，Flink-ML 是 Flink 的机器学习类库。在 Flink 1.9 之前该类库是存在 flink-libraries 模块下的，但是在 Flink 1.9 版本中，为了支持 FLIP-39 ，所以该类库被移除了。建立 FLIP-39 的目的主要是增强 Flink-ML 的可伸缩性和易用性。通常使用机器学习的有两类人...

【投稿】Machine Learing With Spark Note 3：构建分类器

u013886628的博客

07-05

1454

本文为数盟特约作者投稿，欢迎转载，请注明出处“数盟社区”和作者博主简介：段石石，1号店精准化推荐算法工程师，主要负责1号店用户画像构建，喜欢钻研点Machine Learning的黑科技，对Deep Learning感兴趣，喜欢玩kaggle、看9神，对数据和Machine Learning有兴趣咱们可以一起聊聊，个人博客： hacker.duanshishi.com Sp

【机器学习】18. 反向传播 Backpropagation algorithm, 学习率，动量Momenetum, Xavier，梯度消失

weixin_48846514的博客

11-01

1011

反向传播 Backpropagation algorithm, 学习率，动量Momenetum, Xavier，梯度消失

CNN-Attention分类预测 | Matlab实现多特征分类预测

关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。

10-31

461

CNN-Attention分类预测 | Matlab实现多特征分类预测

计算机毕业设计Spark+大模型知识图谱中药推荐系统中药数据分析可视化大屏中药爬虫 机器学习 中药预测系统中药情感分析大数据毕业设计

11-02

668

计算机毕业设计Spark+大模型知识图谱中药推荐系统中药数据分析可视化大屏中药爬虫 机器学习 中药预测系统中药情感分析大数据毕业设计

机器学习1_机器学习定义——MOOC

Jay_NanX的博客

11-01

781

译文：一个计算机程序被称为可以学习，是指它能针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高。

【论文分享】街道环境特征对路面跑步的影响：使用群众源健身追踪数据和机器学习进行的分析

LFSJXS的博客

10-30

970

该论文使用群众源健身追踪数据和机器学习方法分析了街道环境特征对路面跑步的影响！【论文题目】 The effects of street environment features on road running: An analysis using crowdsourced fitness tracker data and machine learning 【题目翻译】街道环境特征对路面跑步的影响：使用群众源健身追踪数据和机器学习进行的分析【期刊信息】 Urban Analytics and

机器学习中的 K-均值聚类算法及其优缺点

andsll的专栏

10-29

361

K-均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不重叠的簇。它的原理是通过迭代的方式，将数据集中的样本点划分为K个簇，使得同一簇内的样本点之间的距离最小化，而不同簇之间的样本点之间的距离最大化。为了克服这些缺点，还有一些改进的K-均值聚类算法，如K-means++算法和K-均值聚类的层次化扩展算法（如BIRCH算法和DBSCAN算法），可以在不同的场景中使用以获得更好的聚类效果。

利用Scala构建机器学习系统指南

1. **Scala基础知识**：首先介绍 Scala 的语法特性、类型系统、集合框架以及面向对象编程和函数式编程的实践技巧，确保读者对 Scala 有扎实的基础。 2. **Spark集成**：Spark 是 Scala 最常用的大数据处理框架之一...