python基于训练集预测_Python sklearn拆分训练集、测试集及预测导出评分 决策树...

机器学习入门

(注：无基础可快速入门，想提高准确率还得多下功夫，文中各名词不做过多解释)

Python语言、pandas包、sklearn包   建议在Jupyter环境操作

操作步骤

1.pandas包加载给机器学习训练的表格

依照机器学习领域的习惯，我们把特征叫做X，目标叫做y，通常一列数据最后一列作为目标列

2.映射数据列为整型(Python做决策树需要整型或者实数)

3.拆分训练集、测试集

4.sklearn创建训练模型、测试模型准确率等

5.预测结果导出

算法

1.PCA算法

2.LDA算法

3.线性回归

4.逻辑回归

5.朴素贝叶斯

6.决策树

7.SVM

8.神经网络

9.KNN算法

import pandas as pd

import matplotlib.pyplot as plt

X = pd.read_csv('x_train.csv')

X = X.drop('target', axis=1)

y = df.target

#print(X.shape,y.head(10),y.shape,y.head(10))

#处理转换为整型(存在优化空间)

from sklearn.preprocessing import LabelEncoder

from collections import defaultdict

d = defaultdict(LabelEncoder)

X_train =