机器学习笔记对sklearn线性模型学习

使用线性分类模型从事良(恶)性肿瘤预测任务的性能分析

# -*-coding:utf-8 -*-
import  pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.linear_model import SGDClassifier

from sklearn.metrics import classification_report

column_name = ['Sample code number','Clump Thickness', 'Uniformity of cellSize','Uniformity of Cell Shape'
               ,'Margainal Adhesion','Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin',
               'Normal Nucleoli', 'Mitoese','Class']
http= 'https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data'
data = pd.read_csv( http,names=column_name)

dat
  • 0
    点赞
  • 1
    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