简单的线性分类器
来源:互联网 发布:effective java百度云 编辑:程序博客网 时间:2024/06/05 21:53
一个简单的线性分类器
#coding=utf-8import pandas as pdimport matplotlib.pyplot as pltimport numpy as np#线性分类的一种算法from sklearn.linear_model import LogisticRegression#读入训练集和测试集,csv类似于exceldf_train = pd.read_csv("breast-cancer-train.csv")df_test = pd.read_csv("breast-cancer-train.csv")#选出正样本集,负样本集,特征是Type值不同而已为它们加上属性,格式为属性,去掉Typedf_test_negative = df_test.loc[df_test['Type']==0][['Clump Thickness', 'Cell Size']]df_test_positive = df_test.loc[df_test['Type']==1][['Clump Thickness', 'Cell Size']]lr = LogisticRegression()#选出10个样本进行训练lr.fit(df_train[['Clump Thickness', 'Cell Size']][:10], df_train['Type'][:10])#输出训练结果(正确率)print("Testing accuracy (10 training samples):", lr.score(df_test[['Clump Thickness', 'Cell Size']], df_test['Type']))#绘图plt.scatter(df_test_negative['Clump Thickness'], df_test_negative['Cell Size'], marker='o', s=200, c='red')plt.scatter(df_test_positive['Clump Thickness'], df_test_positive['Cell Size'], marker='o', s=150, c='black')plt.xlabel('Clump Thickness')plt.ylabel('Cell Size')#画出直线intercept = lr.intercept_coef = lr.coef_[0, :]lx = np.arange(0, 12)ly = (-intercept-lx*coef[0])/coef[1]plt.plot(lx, ly, c="yellow")plt.show()
阅读全文
1 0
- 简单的线性分类器
- 简单的推荐系统(线性分类器的一种)(就是所说的打分系统)
- ibsvm实现简单线性分类
- 线性、非线性分类器&数据的线性、非线性
- 分类的线性方法
- 线性分类器
- 线性分类器
- 模式识别: 线性分类器
- 线性分类器
- 线性分类器设计
- MATLAB线性分类器
- 线性分类器
- 线性分类器
- cs231n-线性分类器
- 模式识别: 线性分类器
- 线性分类器
- 线性分类器
- 线性分类器
- Java中继承的一点小知识
- css三大特性
- Ubuntu 下安装sparklyr 并连接远程spark集群
- ActiveMQ
- jxl操作excel
- 简单的线性分类器
- 从零构建一个灰度发布环境(一)安装系统
- 使用Spring MVC统一异常处理实战
- RX.AutoImage+Fluent Airpak v2.1
- ARouter There is no route match the path [/xxx/xxx], in group [xxx][ ]
- Bootstrap轮播插件
- 笔记——Android自定义seekbar中,滑块显示不全解决办法
- 哥德巴赫的验证
- Maven+SpringMVC+Mybatis 整合使用教程