#! usr/bin/env python
# coding:utf-8
"""
__author__ = "LCG22"
__date__ = "2016-11-20"
"""
from sklearn import datasets
from sklearn.cluster import KMeans
iris = datasets.load_iris()
digits = datasets.load_digits()
# print iris.target
# 使用无监督聚类方法来对 iris 数据集进行训练,以验证算法的有效性
kmeans = KMeans(n_clusters=3)
k_result = kmeans.fit(iris.data)
# print k_result.labels_
# # 理论上无监督学习的结果应该要比有监督学习要差,但是实际上,无监督和有监督的结果是一样,目前还不知道原因是什么
# print len([i for i in iris.target if i == 0])
# print len([i for i in iris.target if i == 1])
# print len([i for i in iris.target if i == 2])
# print len([i for i in k_result.labels_ if i == 0])
# print len([i for i in k_result.labels_ if i == 1])
# print len([i for i in k_result.labels_ if i == 2])
# 使用 sklearn.svm.SVC(支持向量分类) 类来对 digits 数据集进行训练
from sklearn import svm
clf = svm.SVC(gamma=0.001, C=100.) # 分类器
clf.fit(digits.data[:-1], digits.target[:-1])
clf.predict(digits.data[-1])
『skleran学习』sklearn库的相关练习
最新推荐文章于 2024-07-23 18:12:37 发布