from sklearn import datasets
from sklearn.model_selection import train_test_split
#调用sklearn.model_selection里的train_test_split模块,用于分割数据
dataset = datasets.load_iris() #把鸢尾花数据集加载
X_train, X_test, y_train, y_test = train_test_split(dataset.data, dataset.target, test_size=0.2)
'''
X_train,y_train 是原始数据集划分出来作为训练模型的,fit模型的时候用
X_test,y_test 这部分的数据不参与模型的训练,而是用于评价训练出来的模型好坏
dataset.data:所要划分的样本特征集
dataset.target:所要划分的样本结果
test_size:样本占比,如果是整数的话就是样本的数量;如果为浮点型,则在0.0-1.0之间,代表测试集的比例。
'''
import diffprivlib.models as models #model.fit()方法用于执行训练过程
clf = models.GaussianNB()
# GaussianNB()朴素贝叶斯分类器,可应用于任意连续数据,会保存每个类别中每个特征的平均值和标准差。
clf.fit(X_train, y_train)
clf.predict(X_test)
'''每次使用.fit()训练模型时,由于差异隐私的随机性,产生一个不同的模型。因此,即使使用相同的训练数据对其进行再训练,准确性也会发生变化'''
from sklearn.metrics import accuracy_score
#
print("Test accuracy: %f" % accuracy_score(y_test, clf.predict
IBM/DP-学习记录1
最新推荐文章于 2023-03-06 08:20:44 发布
本文详细介绍了Python机器学习库sklearn的使用,包括数据集加载、train_test_split模块进行数据分割、模型训练的fit方法、GaussianNB分类器、predict与predict_proba的区别以及accuracy_score的计算。此外,还提到了NumPy库在矩阵运算中的重要性和matplotlib.pyplot的绘图功能,以及logspace函数的使用。
摘要由CSDN通过智能技术生成