sklearn官网学习入门一
来源:互联网 发布:中老年女式毛衣淘宝 编辑:程序博客网 时间:2024/05/20 23:58
1.导入sklearn内置的数据集iris
from sklearn import datasetsiris = datasets.load_iris()
2.导入、初始化svm分类器
from sklearn import svmclf = svm.SVC() # classifier的缩写,这里缺省了SVC()的参数
3.训练分类器( fit 函数)
X, y = iris.data, iris.target #iris.data是由n_samples, n_features组成的2D-array,iris.target是sample的label组成的1D arrayclf.fit(X, y) # fit的两个参数,一个是由特征值组成的矩阵,一个是实际label
4.将训练所得的分类器保存下来,也称model persistence (模型持久化)
from sklearn.externals import joblibjoblib.dump(clf,'iris.pkl') #将所学习到的分类模型,保存在iris.pkl中
5.用训练得到的模型,预测未知标签的数据
clf = joblib.load("iris.pkl") #加载训练模型(分类器),并赋给clfclf.predict(X[0:1]) #此处一定要注意,X[0:1],与X[0]不一样,X[0:1]是2D array,X[0]是1D array
阅读全文
0 0
- sklearn官网学习入门一
- sklearn官网学习入门二
- 机器学习sklearn之菜鸟入门一
- Sklearn源码学习入门
- sklearn 学习笔记一:开始学习sklearn
- Sklearn 学习(一)
- 机器学习sklearn之菜鸟入门二
- 机器学习sklearn之菜鸟入门三
- Python机器学习Sklearn入门之神经网络
- Sklearn入门
- sklearn学习记录一:官方使用说明
- 使用sklearn进行集成学习(一)
- Sklearn 用户手册 一:机器学习初体验
- sklearn 学习(一)数据集介绍
- 机器学习笔记:初识sklearn(一)
- sklearn学习
- Python机器学习Sklearn入门之线性回归
- Python机器学习Sklearn入门案例(上)
- 哈希表
- 51nod 1770 数数字
- 蓝桥杯 算法提高 9-2 文本加密
- spring boot shiro redis整合
- 编程中的脚手架是什么意思?
- sklearn官网学习入门一
- 2017-12-9流程
- IOS 车牌选择界面自定义
- 顺序表实现增删查改
- JAVA学习笔记2
- ARKit从入门到精通(3)-ARKit自定义实现
- 打印时间
- 基于Spring Boot技术栈的博客系统企业级实战
- K-折交叉验证算法