机器学习基本算法的sklearn接口
sklearn python API
1、LinearRegression
from sklearn.linear_model import LinearRegression # 线性回归 #
module = LinearRegression()
module.fit(x, y)
module.score(x, y)
module.predict(test)
2、LogisticRegression
from sklearn.linear_model import LogisticRegression # 逻辑回归 #
module = LogisticRegression()
module.fit(x, y)
module.score(x, y)
module.predict(test)
3、KNN
from sklearn.neighbors import KNeighborsClassifier #K近邻#
from sklearn.neighbors import KNeighborsRegressor
module = KNeighborsClassifier(n_neighbors=6)
module.fit(x, y)
predicted = module.predict(test)
predicted = module.predict_proba(test)
4、SVM
from sklearn import svm #支持向量机#
module = svm.SVC()
module.fit(x, y)
module.score(x, y)
module.predict(test)
module.predict_proba(test)
5、naive_bayes
from sklearn.naive_bayes import GaussianNB #朴素贝叶斯分类器#
module = GaussianNB()
module.fit(x, y)
predicted = module.predict(test)
6、DecisionTree
from sklearn import tree #决策树分类器#
module = tree.DecisionTreeClassifier(criterion='gini')
module.fit(x, y)
module.score(x, y)
module.predict(test)
7、K-Means
from sklearn.cluster import KMeans #kmeans聚类#
module = KMeans(n_clusters=3, random_state=0)
module.fit(x, y)
module.predict(test)
8、RandomForest
from sklearn.ensemble import RandomForestClassifier #随机森林#
from sklearn.ensemble import RandomForestRegressor
module = RandomForestClassifier()
module.fit(x, y)
module.predict(test)
9、GBDT
from sklearn.ensemble import GradientBoostingClassifier #Gradient Boosting 和 AdaBoost算法#
from sklearn.ensemble import GradientBoostingRegressor
module = GradientBoostingClassifier(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0)
module.fit(x, y)
module.predict(test)
10、PCA
from sklearn.decomposition import PCA #PCA特征降维#
train_reduced = PCA.fit_transform(train)
test_reduced = PCA.transform(test)
机器学习基本算法的sklearn接口相关推荐
- 15分钟带你入门sklearn与机器学习——分类算法篇
作者 | 何从庆 本文转载自AI算法之心(ID:AIHeartForYou) [导读]众所周知,Scikit-learn(以前称为scikits.learn)是一个用于Python编程语言的免费软件机 ...
- 机器学习经典算法之线性回归sklearn实现
机器学习经典算法之线性回归sklearn实现 from sklearn import linear_model from sklearn import datasets import numpy as ...
- 机器学习knn算法学习笔记使用sklearn库 ,莺尾花实例
** 机器学习knn算法学习笔记使用sklearn库 ,莺尾花实例. 具体knn算法是怎样的我这里就不再详细论述.在这里我注意总结我使用knn算法进行一个分类的分析 ** 分析过程 1.前期准备 引入 ...
- 机器学习基础 KNN(K近邻)算法及sklearn的基本使用(附带一些基础概念)
文章目录 一. K-近邻算法简介 1. 什么是K-近邻算法 1.1 K-近邻算法(KNN)概念 1.2 电影类型分析 1.3 KNN算法流程总结 2. 小结 二.K近邻算法api初步使用 1. Sci ...
- 【白话机器学习】算法理论+实战之LightGBM算法
1. 写在前面 如果想从事数据挖掘或者机器学习的工作,掌握常用的机器学习算法是非常有必要的,在这简单的先捋一捋, 常见的机器学习算法: 监督学习算法:逻辑回归,线性回归,决策树,朴素贝叶斯,K近邻,支 ...
- 【白话机器学习】算法理论+实战之PCA降维
1. 写在前面 如果想从事数据挖掘或者机器学习的工作,掌握常用的机器学习算法是非常有必要的,在这简单的先捋一捋, 常见的机器学习算法: 监督学习算法:逻辑回归,线性回归,决策树,朴素贝叶斯,K近邻,支 ...
- A.机器学习入门算法[七]:基于英雄联盟数据集的LightGBM的分类预测
[机器学习入门与实践]入门必看系列,含数据挖掘项目实战:数据融合.特征优化.特征降维.探索性分析等,实战带你掌握机器学习数据挖掘 专栏详细介绍:[机器学习入门与实践]合集入门必看系列,含数据挖掘项目实 ...
- 机器学习 —— KNN算法简单入门
机器学习 -- KNN算法简单入门 第1关:手动实现简单kNN算法 1 KNN算法简介 1.1 kNN 算法的算法流程 1.2 kNN 算法的优缺点 1.3 编程要求+参数解释 2. 代码实现 3. ...
- 机器学习——KNN算法
机器学习--KNN算法 文章目录 机器学习--KNN算法 前言 一.KNN原理基础 二.sklearn的基本建模流程 三.KNN算法调优:选取最优的K值 四.KNN中距离的相关讨论 1. KNN使用的 ...
最新文章
- C++_STL——deque and vector
- linux FreeImage安装编译
- 2013秋东北计算机在线作业,2013秋奥鹏东北师范大学计算机应用基础第三次在线作业及答案.doc...
- 若依管理系统源码分析-导出Excel时怎样通过注解中readConverterExp实现格式化导出列的显示格式(0和1格式化为是否)
- Sonarqube+maven 分析代码
- 【Java】HashMap构建登录程序
- elasticsearch5.0.0中索引和文档接口的变化
- vc中调用其他应用程序的方法(函数) winexec,shellexecute ,createprocess 1
- 【NOI2001】【Vijos1531】食物链(并查集拓展域)
- js中filter函数
- 使用jdk1.8 新特性stream实现多级分类
- 蓝色清爽可用做排行的侧边列表滑动门代码
- 动力学建模~拉格朗日建模
- 案例分析:股票涨跌预测
- 关于GHO文件怎么安装,GHO文件怎么打开等问题解答
- 腾讯TDSQL全时态数据库系统论文入选VLDB
- strcasecmp函数用法
- 网络安全技术第六章——第三节木马的攻击与防治(中木马现象、木马病毒概念结构、木马实施攻击过程、配置传播运行连接木马、远程控制、木马伪装手段、更换图标改名换姓文件捆绑出错显示网页嫁衣自我销毁邮件附件)
- 大数据Hadoop视频教程
- 软件解决机械键盘连击问题(或许是最佳实践); 软件解决鼠标连击问题
热门文章
- 附一张css hack
- shp与json互转(转载)
- 老李分享:接口测试之jmeter
- (NO.00004)iOS实现打砖块游戏(八):游戏中小球与砖块的碰撞
- Cocos2d-x之绘制填充矩形
- SSH-Struts第四弹:Struts2学习过程中遇到的问题
- 在js在页面中添加百度统计代码
- Adobe air 安装软件解析
- mysql affected rows_mysql_affected_rows函数定义与用法汇总
- frameset 后台管理_易达CMS下载-易达CMS(免费开源网站管理系统)v3.0.0.1103免费版