在国内可以做国外的网站吗,设计类相关网站,网站制作软件叫什么,软文推广公司利用决策树#xff0c;KNN和朴素贝叶斯三种分类器#xff0c;对鸢尾花数据集进行分类。下面是具体的流程和代码#xff1a;1、 数据读取#xff1a;实验数据是直接加载的sklearn内置的鸢尾花数据集#xff0c;共150条数据#xff0c;包含4个特征#xff0c;而且是一个三…利用决策树KNN和朴素贝叶斯三种分类器对鸢尾花数据集进行分类。下面是具体的流程和代码1、 数据读取实验数据是直接加载的sklearn内置的鸢尾花数据集共150条数据包含4个特征而且是一个三分类问题。from sklearn import datasets #导入方法类iris datasets.load_iris() #加载iris数据集iris_feature iris.data #加载特征数据iris_target iris.target #加载标签数据2、 划分数据集鸢尾花数据集的特征是已经处理好的所以这里可以跳过数据预处理的步骤可以直接进行训练预测了。但是在训练之前要先把数据集划分成训练集和测试集划分代码如下所示from sklearn.model_selection import train_test_split##数据集划分feature_train,feature_test,target_train,target_test train_test_split(iris_feature,iris_target,test_size0.33,random_state42)其中train_test_split()方法的参数包括(1) train_size 训练集比例(2) test_size 测试集比例(3) random_size 乱序程度3、模型训练预测首先是决策树分类器from sklearn.tree import DecisionTreeClassifierdt_model DecisionTreeClassifier() #所有参数均设置为默认状态dt_model.fit(feature_train,target_train) #使用训练集训练模型predict_results_dt dt_model.predict(feature_test) #使用模型对测试集进行预测#查看预测结果from sklearn.metrics import accuracy_scoreprint(predict_results:,predict_results_dt)print(target_test:,target_test)print(accuracy_score(predict_results_dt,target_test))其中DecisionTreeClassifier()模型的参数包括(1) criterion 损失函数包括基尼指数gini和熵entropy两种(2) splitter 确定每个节点的分裂策略最佳bestor随机random(3) max_depth 决策树的最大深度防止出现过拟合(4) min_samples_leaf 叶节点最小样本数量用于剪枝处理然后是KNN分类器from sklearn.neighbors import KNeighborsClassifierknn_model KNeighborsClassifier(n_neighbors1)knn_model.fit(feature_train,target_train) #使用训练集训练模型predict_results_knn knn_model.predict(feature_test) #使用模型对测试集进行预测#查看预测结果print(predict_results:,predict_results_knn)print(target_test:,target_test)print(accuracy_score(predict_results_knn,target_test))其中KNeighborClassifier的具体参数包括(1) n_neighbors KNN中的k值,默认值是5(2) weights 近邻权标识每个样本的K个近邻样本的权重可选’uniform’/‘distance’或自定义权重。(3) metric 距离度量方法最后朴素贝叶斯分类器from sklearn.naive_bayes import GaussianNBnb_model GaussianNB() #高斯朴素贝叶斯参数设置默认状态nb_model.fit(feature_train,target_train) #使用训练集训练模型predict_results_nb nb_model.predict(feature_test) #使用模型对测试集进行预测#查看预测结果print(predict_results:,predict_results_nb)print(target_test:,target_test)print(accuracy_score(predict_results_nb,target_test))4、 总结很多书中都有拿这个鸢尾花数据分类举例子算是机器学习中的一个入门的简单小项目。以此来作为我笔记的开始也希望看到的小伙伴们能够有所收获。人生只要照亮某个角落就足够了。
