数据集划分

忘是亡心i 2024-02-19 12:11 17阅读 0赞

# -*- coding: utf-8 -*-
    """
    Created on Mon Oct  8 15:47:18 2018
    
    @author: Administrator
    """
    import os
    dir(os)
    os.chdir(r'C:\Users\Administrator\Desktop\10-8\04-回归分析\data')
    import pandas as pd
    from sklearn.linear_model import LogisticRegression
    from sklearn.model_selection import train_test_split
    
    data=pd.read_csv('LogisticRegression.csv',sep=',',encoding='utf-8')
    print(data)
    from sklearn.model_selection import train_test_split
    data_tr,data_te,class_tr,class_te = train_test_split(data.iloc[:,1:],data['admit'],test_size=0.2,random_state=1234)
    
    from sklearn.linear_model import LogisticRegression
    lr = LogisticRegression(max_iter=500,solver='newton-cg').fit(data_tr,class_tr)
    pre =lr.predict(data_te)
    lr.score(data_te,class_te)
    p=sum(class_te == pre)/len(class_te)
    print(p)
    
    print('准确率为%.2f'%(lr.score(data_te,class_te)))
    print('准确率为{0:.2f}%'.format(lr.score(data_te,class_te)))
    
    data.admit

![70][]

![70 1][]

[70]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/05247bbd2a424dc293433fc461a1ed9f.png
[70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/1e994700e50849c6805813d8b93bc28d.png

发表评论取消回复

表情：

评论列表（有 0 条评论，17人围观）

还没有评论，来说两句吧...

相关阅读

相关使用Pandas对数据集进行训练集和验证集的划分

使用Pandas对数据集进行训练集和验证集的划分在机器学习中，我们经常需要将数据集划分为训练集和验证集。这有助于我们评估模型的性能，并避免过拟合。在本篇文章中，我们将介绍如

系统管理员/ 2024年03月25日 21:03/ 0 赞/ 120 阅读

相关数据集划分

-- coding: utf-8 -- """ Created on Mon Oct 8 15:47:18 2018 @autho

忘是亡心i/ 2024年02月19日 12:11/ 0 赞/ 18 阅读

相关 python 划分数据集

import os import random import shutil def moveFile(imgs_Dir, labels

￡神魔★判官ぃ/ 2023年09月28日 16:38/ 0 赞/ 119 阅读

相关 python 将数据集划分为完整数据集和缺失数据集

首先需要用的python包： import pandas as pd 然后，正式开始处理数据。 1.定义一个数组 dataset=[[1,2,3,4,

浅浅的花香味﹌/ 2022年12月27日 02:12/ 0 赞/ 202 阅读

相关 PyTorch：数据读取1 - Datasets及数据集划分

[\-柚子皮-][-_-] 什么是Datasets？在输入流水线中，准备数据的代码是这么写的 `data = datasets.CIFAR10("./data/",

拼搏现实的明天。/ 2022年12月05日 13:59/ 0 赞/ 184 阅读

相关如何划分数据集

我们经常会遇到这个问题，那么到底该怎么去划分呢？一般而言，需要将样本分成独立的3部分，训练集、验证集和测试集。其中训练集用于估计模型，验证集用于确定超参数的选择(例如网络结

桃扇骨/ 2022年11月12日 12:54/ 0 赞/ 172 阅读

相关 coco格式数据集划分为训练集验证集和测试集

本文系转载，出处：[实例分割MSCOCO][MSCOCO]。数据集文件夹结构在PaddleX中，实例分割支持MSCOCO数据集格式（MSCOCO格式同样也可以用于目标

梦里梦外;/ 2022年10月24日 02:51/ 0 赞/ 469 阅读

相关按照特征值划分数据集

创建数据集： def createDataSet(): dataSet = [[1, 1, 'yes'], [1

女爷i/ 2022年06月04日 06:26/ 0 赞/ 198 阅读

相关 Python scikit-learn，数据集，获取自带数据集，数据集划分(划分为训练集和测试集)

获取scikit-learn自带的数据集： datasets.load\_\() \ 获取小规模数据集，数据包含在datasets里(不需要联网) datasets.

柔光的暖阳◎/ 2022年04月23日 13:30/ 0 赞/ 282 阅读

相关划分训练集、测试集，制作自己的数据集

从文件路径读取图片，将图片的数组存为npz格式。数据集：人脸卡通表情FERG数据，包含6个卡通人物，每个卡通人物7个表情，每张图片256\256的png格式，数据集压缩包大

怼烎@/ 2022年02月01日 11:45/ 0 赞/ 435 阅读