Python sklearn 学习笔记(快速)
来源:互联网 发布:长虹网络电视价格 编辑:程序博客网 时间:2024/04/30 04:08
近期在做预测,之前完全没有接触过,编程语言python也是临时找的简单教程学习的。
昨天开始在弄sklearn,然后就各种google,找到很多blog,而且sklearn主页也有很详尽的介绍,但是,时间啊,我木有太多时间来学习。介于此,我把自己的能快速运用sklearn的学习过程讲一下。。。。。
首先有train_data(训练数据),train_target(训练数据的真实结果),test_data(测试数据),test_target(测试数据的真实结果,用来检测预测的正确性)
# 根据身高,体重,男女(1,2)预测此人胖否(0,1)# 案例是我自己随意写的,当然符合实际情况# 定义train_data,test_data二维数组[[height,weight,sex],···],train_target一维数组[胖否]train_data = [[160, 60, 1], [155, 80, 1], [178, 53, 2], [158, 53, 2], [166, 45, 2], [170, 50, 2], [156, 56, 2], [166, 50, 1], [175, 55, 1], [188, 68, 1], [159, 41, 2], [166, 70, 1], [175, 85, 1], [188, 98, 1], [159, 61, 2]]train_target = [1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 1, 1, 1, 1]test_data = [[166, 45, 2], [172, 52, 1], [156, 60, 1], [150, 70, 2]]test_target = [0, 0, 1, 1]
预测主要用两个函数 fit() 和 predict()
几种常用方法介绍:
SVM
from sklearn import svmclf = svm.SVC()clf.fit(train_data, train_target)result = clf.predict(test_data)print type(result) # <type 'numpy.ndarray'>转成list 用 result.tolist()print result # [0 1 1 1]
from sklearn.linear_model import LogisticRegressionclf = LogisticRegression().fit(train_data, train_target)result = clf.predict_proba(test_data)print result # [[ 0.95138903 0.04861097]# [ 0.85670921 0.14329079]# [ 0.18763392 0.81236608]# [ 0.01270012 0.98729988]]
Linear SVM
from sklearn.svm import LinearSVCclf = LinearSVC()clf.fit(train_data, train_target)result = clf.predict(test_data)print result # [0 0 0 1]
Naive Bayes
from sklearn.naive_bayes import GaussianNBgnb = GaussianNB().fit(train_data,train_target)result = gnb.predict(test_data)print result #[0 0 1 1]
等等
综上Naive Bayes和Logistic Regression在此例中预测是准确的,但是本实例数据量较少,请酌情考虑
近期在做预测,之前完全没有接触过,编程语言python也是临时找的简单教程学习的。
0 0
- Python sklearn 学习笔记(快速)
- python-sklearn学习笔记(1)svm
- python之sklearn学习笔记
- python 学习笔记二之sklearn 库
- 机器学习(sklearn快速上手)
- 『sklearn学习』sklearn(书)学习笔记
- Python快速学习笔记
- python快速学习笔记
- sklearn 学习笔记一:开始学习sklearn
- sklearn学习笔记(1)--make_blobs
- sklearn学习笔记(2)交叉验证
- sklearn学习笔记_1
- sklearn学习笔记 lesson1_Preprocessing
- SkLearn学习笔记
- sklearn学习笔记
- sklearn(scikit-learn)快速入门【Python实现】
- Python快速入门学习笔记(一)
- Python快速入门学习笔记(二)
- 管理失控,因为你不会安排工作
- [J2EE]实现一个最简单的基于Servlet的web程序
- MySQL5.6.11安装步骤(Windows7 64位)
- Fragment的概念与使用
- CPU模式
- Python sklearn 学习笔记(快速)
- java基础教程--IO
- 定义、声明、初始化、赋值 小记(C++)
- 数据库事务处理机制
- CentO S 7 开放端口
- HTTP状态码大全
- 网络原理,以及对VMware Workstation虚拟网络VMnet0、VMnet1、VMnet8的图解
- 爬虫系列2:scrapy项目入门案例分析
- 21. Merge Two Sorted Lists