• 总根 >计算机与教育 >课程 >高等教育课程 >本科课程 >模式识别与人工智能 >zstu-(2021-2022)-1 >学生作业目录 >2019329621211周文祥

  • 2019329621211周文祥 作业6

    摘要

    #Scikit-learn是个简单高效的数据分析工具,它其中封装了大量 的机器学习算法,内置了大量的公开数据集,并且拥有完善的文档。 #鸢尾花是在模式识别文献中最有名的数据库。数据集包含3个类,每类有50个实例,每个类指向一种类型的鸢尾花。 from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.pipeline import make_pipeline from sklearn.datasets import

    正文字数(1052) 正文图片数(0) 正文视频数(0) 下载文件数(0)

    ————————————————
    #Scikit-learn是个简单高效的数据分析工具,它其中封装了大量 的机器学习算法,内置了大量的公开数据集,并且拥有完善的文档。
    #鸢尾花是在模式识别文献中最有名的数据库。数据集包含3个类,每类有50个实例,每个类指向一种类型的鸢尾花。
    from sklearn.preprocessing import StandardScaler
    from sklearn.linear_model import LogisticRegression
    from sklearn.pipeline import make_pipeline
    from sklearn.datasets import load_iris
    from sklearn.model_selection import train_test_split
    from sklearn.metrics import accuracy_score
    if __name__ == '__main__':
    #创建一个pipeline
    pipe = make_pipeline(
    StandardScaler(),
    LogisticRegression()
    )
    #加载鸢尾花数据集并划分训练集和测试集
    x,y = load_iris(return_X_y=True)
    X_train, X_test, y_train, y_test = train_test_split(x,y, test_size= 1/3,random_state=0)
    #训练整个pipeline
    pipe.fit(X_train,y_train)
    #测试评估
    y_pred = pipe.predict(X_test)
    print(accuracy_score(y_pred,y_test))
    print(y_pred)
    print(y_test)

     

    结果:
    0.84
    
    [2 1 0 2 0 2 0 2 1 1 1 2 1 1 1 0 1 1 0 0 2 2 0 0 2 0 0 1 1 0 2 2 0 2 2 1 0
    2 2 1 2 0 2 0 0 1 2 2 1 2]
    [2 1 0 2 0 2 0 1 1 1 2 1 1 1 1 0 1 1 0 0 2 1 0 0 2 0 0 1 1 0 2 1 0 2 2 1 0
    1 1 1 2 0 2 0 0 1 2 2 2 2]


    0 Responses to 2019329621211周文祥 作业6

    要发布评论,您必须先 登录!