文件下载地址:
链接:https://pan.baidu.com/s/1e68J9gubRGc9WkRDPh97tQ
提取码:uxwj

"""回归案例 车流量预测根据已有数据 对流量进行回归预测
"""
import numpy as np
import sklearn.preprocessing as sp
import sklearn.model_selection as ms
import sklearn.svm as svm
import sklearn.metrics as sm
import sklearn.naive_bayes as nbclass DigitEncoder:"""数字与字符串互转"""def fit_transform(self, y):return y.astype(int)def transform(self, y):return y.astype(int)def inverse_transform(self, y):return y.astype(str)# 读取数据集 整理数据集
lines = np.loadtxt(r".\traffic.txt", delimiter=',', dtype='str')
print(lines.shape)# 读取数据
lines = np.array(lines)# 整理样本空间 并编码 (对列执行标签编码)
x, y = [], []
encoders = []  # 标签编码数组
for index, row in enumerate(lines.T):rowStr = row[index]if rowStr.isdigit():encoder = DigitEncoder()  # 数字编码else:encoder = sp.LabelEncoder()  # 标签编码if index < (len(lines.T) - 1):  # 训练样本 Xx.append(encoder.fit_transform(row))else:y = encoder.fit_transform(row)  # 训练样本结果 Yencoders.append(encoder)x = np.array(x).T  # 转置
y = np.array(y)print(x.shape, y.shape)
print(x[0], y[0])train_x, test_x, train_y, test_y \= ms.train_test_split(x, y, test_size=0.25, random_state=7)# 选择模型 训练模型
model = svm.SVR(kernel="rbf", C=10, epsilon=0.1, gamma="auto")
model.fit(train_x, train_y)# 测试数据集预测
prd_test_y = model.predict(test_x)
print(sm.r2_score(test_y, prd_test_y))# 真实数据预测
# 数据整理
data = [['Tuesday', '13:35', 'San Francisco', 'yes']]
data = np.array(data).T
x = []
for row in range(len(data)):encoder = encoders[row]x.append(encoder.transform(data[row]))
x = np.array(x).T# 真实数据预测
prd_y = model.predict(x)
print("真实数据预测结果:", int(prd_y))

python sklearn 回归案例:车流量预测相关推荐

  1. Python+sklearn使用线性回归算法预测儿童身高

    问题描述:一个人的身高除了随年龄变大而增长之外,在一定程度上还受到遗传和饮食以及其他因素的影响,本文代码中假定受年龄.性别.父母身高.祖父母身高和外祖父母身高共同影响,并假定大致符合线性关系. imp ...

  2. 基于python的时间序列案例-时间序列预测全攻略(附带Python代码)

    原标题:时间序列预测全攻略(附带Python代码) 介绍 时间序列(简称TS)被认为是分析领域比较少人知道的技能.(我也是几天前才知道它).但是你一定知道最近的小型编程马拉松就是基于时间序列发展起来的 ...

  3. python 逻辑回归二元分类预测Titanic生存率

    项目源码请见:https://github.com/dennis0818/Titanic-survival-prediction 一 项目简介 泰坦尼克号的沉没是历史上最为著名的海难之一.1912年4 ...

  4. python最佳身高_Python+sklearn使用线性回归算法预测儿童身高

    原标题:Python+sklearn使用线性回归算法预测儿童身高 问题描述:一个人的身高除了随年龄变大而增长之外,在一定程度上还受到遗传和饮食以及其他因素的影响,本文代码中假定受年龄.性别.父母身高. ...

  5. Python+sklearn使用朴素贝叶斯算法识别中文垃圾邮件

    总体思路与步骤: 1.从电子邮箱中收集垃圾和非垃圾邮件训练集. 2.读取全部训练集,删除其中的干扰字符,例如[]*..,等等,然后分词,删除长度为1的单个字. 3.统计全部训练集中词语的出现次数,截取 ...

  6. Python+sklearn使用支持向量机算法实现数字图片分类

    关于支持向量机的理论知识,大家可以查阅机器学习之类的书籍或网上资源,本文主要介绍如何使用Python扩展库sklearn中的支持向量机实现数字图片分类. 1.首先编写代码生成一定数量的含有数字的图片 ...

  7. KNN分类算法原理与Python+sklearn实现根据身高和体重对体型分类

    KNN算法是k-Nearest Neighbor Classification的简称,也就是k近邻分类算法.基本思路是在特征空间中查找k个最相似或者距离最近的样本,然后根据k个最相似的样本对未知样本进 ...

  8. python 逻辑回归准确率是1_python数据分析(三)——逻辑回归之学生成绩预测

    Python数据分析项目 --学生成绩预测 一.数据源 阿里云天池公开数据集:学生成绩预测数据集 https://tianchi.aliyun.com/dataset/dataDetail?dataI ...

  9. 高斯拟合 vc++代码_使用python+sklearn实现核岭回归和高斯回归的比较

    核岭回归(KRR)和高斯回归(GPR)都通过在内部采用"内核技巧"来学习目标函数.KRR学习使用相应核函数(该核函数对应于原始空间中的非线性函数)将目标函数映射到内核空间中的线性函 ...

最新文章

  1. 用XML反序列化快速完成ASP.NET配置文件
  2. 【错误记录】Android 内存泄漏 错误排查记录 ( FinalizerReference 内存泄漏 )
  3. Python Django 搭建纯净IP地址返回服务(返回访问者IP地址)
  4. Tomcat6.0启动startup.bat一闪而过
  5. 我希望你能精简一些东西
  6. 【ICML 2020】REALM: Retrieval-Augmented Language Model PreTraining
  7. Powered Addition CodeForces - 1339C(位运算)
  8. 设计模式(Design Patterns)总结归纳
  9. 修改后的LOGO发布(确定稿)
  10. is_null,is_numeric
  11. protues元件库中英文对照表,对初学者找不到元件的很有用
  12. 魏尔斯特拉斯---严谨的典范
  13. 毕业设计开发日志,基于ARM的嵌入式人脸识别系统的设计与实现
  14. 以数据为中心的云计算——阿里云OS浅谈
  15. Android基础课程:第三方视频播放器(播放网络资源)
  16. 阿斯利康联手多家诊断公司,共建肺癌诊疗生态圈
  17. JS基础-循环精灵图
  18. 力扣-594-最长和谐子序列-map 《count》
  19. MYsql膳食健康系统_360Health
  20. php手写签名保存,PHP+JS实现PC端+移动端PDF手写签名合并

热门文章

  1. bridge到blender出现的问题(导入+材质)2.0
  2. 卡尔曼滤波算法及c语言代码,卡尔曼滤波算法及C语言代码
  3. 阿赵的MaxScript学习笔记分享五《UI组件使用篇》
  4. python副业推荐以及变现渠道介绍,接单注意事项,超详细
  5. Android 文件选择器 DFileSelector
  6. 智能路灯控制器 智慧杆集控网关选型指南
  7. vim/gvim插件-verilog autodef-自动生成
  8. 算法系列—低位优先的字符串排序(基于键索引计数法)
  9. 2001年计算机等级考试上机题,2001年9月全国计算机等级考试二级QBASIC试题
  10. html代码高亮带行号,无法解决的难题:代码高亮插件SyntaxHighlighter Evolved的行号问题...