分类算法比较

相同的数据集用不同的模型进行训练最后可视化，观察分类的结果

读取数据
data = pd.read_csv(‘G:\Machine Learning\data\Social_Network_Ads.csv’)

以Age.EstimatedSalary两列作为x，以Purchased作为y

x = data.loc[:,'Age':'EstimatedSalary'].values
y = data.loc[:,'Purchased'].values

划分数据集

from sklearn.model_selection import train_test_split
x_train ,x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2, random_state = 1)

归一化

from sklearn.preprocessing import StandardScaler
sc_x = StandardScaler()
sc_y = StandardScaler()
x_train_std = sc_x.fit_transform(x_train)
x_test_std = sc_x.transform(x_test)

1. 逻辑回归
   将离散数据变为连续数据拟合出分界线

from sklearn.linear_model import LogisticRegression as LR
lr = LR() #建立逻辑回归模型
lr.fit(x_train_std, y_train) #训练模型

支持向量机

用核函数对原数据进行升维，在高纬度中找到分界的面，再降为低纬度中的分界线

# 用核函数进行升维
from sklearn.svm import SVR
rbf_regressor = SVR(kernel = 'rbf')
rbf_regressor.fit(x_train_std,y_train)

KNN

1）计算测试数据与各个训练数据之间的距离；
2）按照距离的递增关系进行排序；
3）选取距离最小的K个点；
4）确定前K个点所在类别的出现频率；
5）返回前K个点中出现频率最高的类别作为测试数据的预测分类。

from sklearn.neighbors import KNeighborsClassifier
classifier = KNeighborsClassifier(n_neighbors = 5, metric = 'minkowski', p = 2)
classifier.fit(x_train_std, y_train)

简单贝叶斯

from sklearn.naive_bayes import GaussianNB
classifier = GaussianNB()
classifier.fit(x_train_std,y_train)