以后建模希望可以直接用到,做个备忘
#%%
import numpy as np
from sklearn import datasets,linear_model,svm,neighbors,tree,gaussian_process,neural_network,naive_bayes
#%% md
# 分类方法
使用数据集为:iris
#%%
iris=datasets.load_iris()
X=iris.data
Y=iris.target
#%%
log_reg=linear_model.LogisticRegression()
log_reg.fit(X,Y)
#%%
log_reg.predict([[1,2,3,4]])
#%%
clf1=svm.SVC()
clf2=svm.NuSVC()
clf3=svm.LinearSVC()
#%%
clf1.fit(X,Y)
#%%
clf2.fit(X,Y)
#%%
clf3.fit(X,Y)
#%%
clf1.predict([[1,2,3,4]])
#%%
clf2.predict([[1,2,3,4]])
#%%
clf3.predict([[1,2,3,4]])
#%%
clf1.support_vectors_
#%%
clf1.support_
#%%
clf1.n_support_
#%%
kclf=neighbors.KNeighborsClassifier()
rclf=neighbors.RadiusNeighborsClassifier(radius=5)
#%%
kclf.fit(X,Y)
#%%
rclf.fit(X,Y)
#%%
kclf.predict([[1,2,3,4]])
#%%
rclf.predict([[1,2,3,4]])
#%%
tree_clf=tree.DecisionTreeClassifier()
tree_clf.fit(X,Y)
#%%
tree_clf.predict([[1,2,3,4]])
#%%
sgd_clf=linear_model.SGDClassifier()
sgd_clf.fit(X,Y)
#%%
sgd_clf.predict([[1,2,3,4]])
#%%
gaus_clf=gaussian_process.GaussianProcessClassifier()
gaus_clf.fit(X,Y)
#%%
gaus_clf