scikit-learn 野性酷女 2021-10-29 11:46 192阅读 0赞 # 1.scikit-learn # 加载示例数据集 lris digits 在训练集上训练模型 svm模型 .fit()训练模型 在测试集上测试模型 .perdict()进行预测 保存模型 pickle.dumps() # 2.准备数据集 # 数据处理: 数据集格式; 二维数组,形状(n\_samples, n\_features) 使用np.reshape()转换数据集形状 特征工程: 特征提取; 特征归一化 train\_test\_split() 分割训练集、测试集 特征归一化: preprocessing.scale() # 3.训练模型 # Estimator对象; 从训练数据学习得到的; 可以是分类算法、回归算法或者是特征提取算法; fit方法用于训练Estimator; Estimator的参数可以训练前初始化,或者之后更新; get\_params()返回之前定义的参数; score()对Estimator进行评分: 回归模型:使用决定系数评分(Coefficient of Determination) 分类模型:使用准确率评分(accuracy) # 4.调整参数 # 依靠经验; 依靠实验,交叉验证(cross validation) cross\_val\_score()
相关 python多维数组怎么降维_ScikitLearn中的级联多维降维算法 数据集由两个二维矩阵X和Y,都有n行(测量数)和\{\}列描述每个度量的相应特征。从第一个矩阵我想得到核PCA分量。另外,使用cross-decomposition我想用PLS Love The Way You Lie/ 2022年10月31日 13:59/ 0 赞/ 371 阅读
相关 scikitlearn中聚类结果的标签值与原样本数据的对应 1 问题来源 在使用sklearn中的聚类算法过程中,得到的一般为聚类结果的标签值。例如,\[1,1,0,1,0,1,0,1,0,1,2,-1,-1,2,3,3,1,-1 Myth丶恋晨/ 2022年02月01日 09:09/ 0 赞/ 924 阅读
还没有评论,来说两句吧...