- 博客(6)
- 资源 (12)
- 收藏
- 关注
原创 UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted sa
from sklearn import metricsy_true = [0, 1, 2, 0, 1, 2]y_pred = [0, 2, 1, 0, 0, 1]y_true_1 = [0, 1, 2, 0, 1, 2]y_pred_1 = [0, 2, 3, 0, 0, 1]y_true_2 = [0, 1, 2, 0, 1, 2]y_pred_2 = [0, 1, 1, 0, 0, 1]
2017-07-19 16:51:48 26007 6
原创 python获得变量的名称,获得传参(形参和实参)的名称
1.需求和例子需求:获得变量的名称 实现例子:aaa = '23asa'bbb = 'kjljl2'loc = locals()def get_variable_name(variable): print loc for key in loc: if loc[key] == variable: return keyprint get_v
2017-07-13 16:52:47 17730 1
原创 使用sklearn做各种回归
使用sklearn做各种回归 基本回归:线性、决策树、SVM、KNN 集成方法:随机森林、Adaboost、GradientBoosting、Bagging1. 数据准备为了实验用,我自己写了一个二元函数,y=0.5*np.sin(x1)+ 0.5*np.cos(x2)+0.1*x1+3。其中x1的取值范围是0~50,x2的取值范围是-10~10,x1和x2的训练集一共有500个,测试集有100
2017-07-13 14:49:27 38175 8
原创 sklearn库之各分类算法简单应用
KNNfrom sklearn.neighbors import KNeighborsClassifierimport numpy as npdef KNN(X,y,XX):#X,y 分别为训练数据集的数据和标签,XX为测试数据 model = KNeighborsClassifier(n_neighbors=10)#默认为5 model.fit(X,y) predicte
2017-07-11 11:21:33 4164
转载 机器学习实战第三章——决策树(源码解析)
#coding=utf-8 ''''' Created on 2016年1月5日 @author: ltc ''' from math import log import operator from ScrolledText import example # 计算信息熵 def CalcShannonEnt(dataSet): #计算数据集的输入个数
2017-07-03 11:14:11 1795
转载 机器学习实战第二章——KNN算法(源码解析)
#coding=utf-8 ''''' Created on 2015年12月29日 @author: admin ''' from numpy import array from numpy import tile from numpy import zeros import operator from os import listdir # 创建数据集,并返回数据集
2017-07-03 11:11:36 1004
免积分 numpy-1.11.3+mkl-cp27-cp27m-win_amd64.whl
2017-06-17
object-c写的命令行计算器
2017-04-25
李炎恢ThinkPHP讲义+代码
2016-11-08
传智播客thinkphp商城开发代码
2016-11-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人