sklearn常用工具箱使用
来源:互联网 发布:mounty11 for mac 编辑:程序博客网 时间:2024/04/28 01:20
一 监督学习
1.1 逻辑斯蒂回归(Logistic Regression)
from sklearn.linear_model import LogisticRegression
clf = LogisticRegression()
clf = clf.fit(X, y)
result = clf.predict_proba(X_test)
1.2线性支持向量机(Linear SVM)
from sklearn.svm import LinearSVC
clf = LinearSVC()
clf = clf.fit(X, Y)
result = clf.predict(X_test)
1.3支持向量机(RBF和其他核)
from sklearn import svm
clf = svm.SVC(kernel=’rbf’)
clf = clf.fit(X, Y)
result = clf.predict(X_test)
1.4朴素贝叶斯(高斯似然)(Naive Bayes (Gaussian likelihood))
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf = clf.fit(x, y)
result = clf.predict(X_test)
1.5决策树(Decision Tree)
from sklearn import tree
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
result = clf.predict(X_test)
1.6随机森林(Random Forests)
from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(n_estimators=10)
clf = clf.fit(X, Y)
result = clf.predict(X_test)
- sklearn常用工具箱使用
- 使用sklearn
- Matlab常用工具箱介绍
- Matlab常用工具箱
- android开发常用工具箱
- sklearn-基础使用
- sklearn使用实例
- sklearn Pipeline使用
- 使用 sklearn 实现决策树
- sklearn logistic使用
- sklearn PCA使用
- sklearn使用总结
- sklearn 常用api(一)
- sklearn 常用api(二)
- Sklearn包含的常用算法
- 如何使用Photoshop工具箱
- Wavelet 工具箱的使用
- velocity工具箱使用
- 解决 Cocos2d-x 3.2 error C1041: 无法打开程序数据库vc120.pdb
- linux下jdk安装与配置
- 学习图形学开发与应用有感
- PHP命名空间
- Android读书笔记之ViewPager的使用
- sklearn常用工具箱使用
- 教你三行代码生成高清二维码(Swift1.1)
- XUtils3框架的基本使用方法(二)
- Fedora 18 KVM 在线快照功能体验
- POI:javaAPI操作Excel进阶(操作样式)
- spark的一些介绍
- Spring 集成 Redis
- 大话设计模式六原则
- 【杭电】[2097]Sky数