机器学习多分类和多标签处理方法
来源:互联网 发布:淘宝导航条隐藏代码 编辑:程序博客网 时间:2024/05/29 12:42
#coding=utf-8from sklearn import metricsfrom sklearn import cross_validationfrom sklearn.svm import SVCfrom sklearn.multiclass import OneVsRestClassifierfrom sklearn.preprocessing import MultiLabelBinarizerimport numpy as npfrom numpy import randomX=np.arange(15).reshape(5,3)y=np.arange(5)Y_1 = np.arange(5)random.shuffle(Y_1)Y_2 = np.arange(5)random.shuffle(Y_2)Y = np.c_[Y_1,Y_2]def multiclassSVM(): X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.2,random_state=0) model = OneVsRestClassifier(SVC()) model.fit(X_train, y_train) predicted = model.predict(X_test) print predicteddef multilabelSVM(): Y_enc = MultiLabelBinarizer().fit_transform(Y) X_train, X_test, Y_train, Y_test = cross_validation.train_test_split(X, Y_enc, test_size=0.2, random_state=0) model = OneVsRestClassifier(SVC()) model.fit(X_train, Y_train) predicted = model.predict(X_test) print predictedif __name__ == '__main__': multiclassSVM() # multilabelSVM()作者:Cer_ml链接:http://www.jianshu.com/p/516f009c0875來源:简书著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
阅读全文
0 0
- 机器学习多分类和多标签处理方法
- 机器学习(十二):多标签分类
- Spark2.0机器学习系列之7:多类分类问题(方法归总和分类结果评估)
- 多类分类和多标签分类
- 机器学习 常见分类方法
- 模式分类和机器学习
- 机器学习---分类和测度
- 斯坦福机器学习公开课6-x 使用逻辑回归处理多分类
- 机器学习:多分类的logistic回归
- Sklearn,xgboost机器学习多分类实验
- 机器学习中的多分类任务入门
- caffe多任务学习之多标签分类
- caffe多任务学习之多标签分类
- 多标签分类的学习感悟
- caffe多任务学习之多标签分类
- 机器学习基础 维基翻译 典则相关分析 多标签分类 及简单的sklearn例子
- 机器学习(4)分类之集成方法
- 斯坦福机器学习实验之3-多分类和神经网络(Multi-class Classification and Neural Networks)
- 自定义控件之绘图篇:区域(Region)
- 点击编辑按钮 选择并且删除recyclerview的item条目操作
- CSS3 Transitions, Transforms和Animation使用简介与应用展示
- Browser-sync浏览器同步测试工具
- J2EE学习笔记(五)之Servlet中的Filter过滤器
- 机器学习多分类和多标签处理方法
- Android 7.0解析包时出现问题android.os.FileUriExposedException报错解决
- XunSearch(讯搜)的使用教程步骤(笔记2)
- 利用迅捷CAD转换器可以把dwg转为jpg
- JavaScript:DOM
- spring整合JMS(基于ActiveMQ的实现)
- Python API of CPLEX 安装及实例说明
- RabbitMQ入门与使用篇
- 同步传输、异步传输