开始新的征程~~~~从第一个python 的机器学习实验开始~~~~~SVM实验
来源:互联网 发布:三星s7解网络锁工具 编辑:程序博客网 时间:2024/06/05 04:12
1.学习python;
2.学习机器学习;
3.培养良好的职业素养;找自己的方向。
工作还是虚拟机比较好,对于我这种有轻微强迫症的人来说,有个独立的环境还是不错的。
9:12 安装虚拟机;win7-amd64; 安装pycharm-professional-2017.1;虚拟机安装出现问题一定要看BIOS是否开启了虚拟化;
4.windows下安装sklearn及所需要的库;(有先后顺序,下载对应的版本就可以了)
http://www.lfd.uci.edu/~gohlke/pythonlibs/这里面都是外国友人维护的windows下python扩展二进制包;
(1)numpy安装;
(2)scipy安装;
(3)scikit learn安装;
(4)matplotlib安装;
(5)pandas安装;
pip2 install ***.whl(文件全名)
5.验证安装结果:pip list;
好啦,进入正题:以Iris兰花数据集为例子:于从UCI数据库中下载的Iris原始数据集的样子是这样的,前四列为特征列,第五列为类别列,分别有三种类别Iris-setosa, Iris-versicolor, Iris-virginica。直接上代码吧:
from sklearn import svmfrom numpy import *from sklearn.model_selection import *import numpy as npdef iris_type(s): it = {'Iris-setosa':0,'Iris-versicolor':1,'Iris-virginica':2} return it[s]path = u'D:/3-project/StudyPro/iris_data/iris.data'data = np.loadtxt(path, dtype=float, delimiter=',', converters={4:iris_type})#print data#(2)将Iris分为训练集和测试集;x,y = np.split(data,(4,),axis=1)x = x[:,:2]x_train, x_test, y_train, y_test = train_test_split(x,y,random_state=1,train_size=0.6)#(3)训练SVM分类器#clf = svm.SVC(C=0.1, kernel='linear',decision_function_shape='ovr')clf = svm.SVC(C=0.8, kernel='rbf', gamma=20, decision_function_shape='ovr')clf.fit(x_train, y_train.ravel())#(4)计算分类器的准确率print clf.score(x_train, y_train) #精度y_hat = clf.predict(x_train)#show_accuracy(y_hat,y_train,'训练集')# print y_hat# print y_trainprint clf.score(x_test, y_test)y_hat = clf.predict(x_test)#show_accuracy(y_hat,y_test,'测试集')2
阅读全文
0 0
- 开始新的征程~~~~从第一个python 的机器学习实验开始~~~~~SVM实验
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程
- 开始新的征程!
- 新的征程的开始
- 新的征程即将开始
- 明天,开始新的征程
- 明天开始新的征程...
- 开始LTE的新征程
- 开始新的征程IPTV
- WPF 开始新的征程
- STM32串口USART通信总结
- codeforces 839B Game of the Rows(思路题)
- DMA实验总结
- C/C++时间函数
- I2C_24c02实验
- 开始新的征程~~~~从第一个python 的机器学习实验开始~~~~~SVM实验
- sysTick系统定时器
- MOSFET学习
- 晶体管电路设计学习笔记(一)
- 增强输出的电路
- 小型功率放大器的设计与制作
- SpringMVC--BeanNameUrlHandlerMapping详解
- MDK(keil)4.7中文注释乱码解决
- 第二十一章:并发(上)