分类标签归档:sklearn

数学建模

监督学习

分类

KNN最邻近分类

最邻近分类的python实现方法

在距离空间里,如果一个样本的最接近的k个邻居里,绝大多数属于某个类别,则该样本也属于这个类别
        案例一:电影数据分类
#  案例一:电影数据分类

from sklearn import neighbors  # 导入KNN分类模块
import warnings
warnings.filterwarnings('ignore') 
# 不发出警告

data = pd.DataFrame({'name':['北京遇上西雅图','喜欢你','疯狂动物城','战狼2','力王','敢死队'],
          

阅读全文 →

模型融合

载入数据

import pandas as pd

names=['preg','plas','pres','skin','test','mass','pedi','age','class']
df = pd.read_csv("./pima-indians-diabetes.csv",names=names)

df.head()
【0】Pregnancies:怀孕次数 
【1】Glucose:葡萄糖 
【2】BloodPres

阅读全文 →

特征选择

过滤式/Filter

SelectKBest

from sklearn.feature_selection import SelectKBest
from sklearn.datasets import load_iris

iris = load_iris()
X,y = iris.data,iris.target

X[:5,:]

过滤式

X_new = SelectKBest(k=2).fit_transform(X,y)

X_new[:5,:]  # 计算相关系数后 发现这两列和y值相关度最高

结果:

X_new[:5,:]  # 计算相关系数后 发现这两列和y值相关度最高
1

阅读全文 →

特征工程

数据处理,特征工程,特征选择

# 工具库
import pandas as pd


# 泰坦尼克数据集
df_train = pd.read_csv('titanic.csv')

# 了解一下数据集
df_train.head()
  • surived:0 遇难 1 获救
  • pclass: 船舱等级 1 2 3
  • sibsp:堂兄弟姐妹个数
  • parch:父母 小孩个数
  • cabin:船舱号
  • Embarked:登船的口岸
df_train.shape  # 查看维度
df_train.info()  # 数据集信息
  • Age有714个值
  • Cabin Embarked 也有不同程度

阅读全文 →

决策树-回归树

引包

import pandas as pd
from sklearn import preprocessing
from sklearn import tree
from sklearn.datasets import load_boston  # 波士顿房价

加载数据

boston_house = load_boston()
boston_feature_name = boston_house.feature_names
boston_features = boston_house.data
boston_target = boston_house.target
boston_featu

阅读全文 →

决策树-对连续特征值数据进行分类

import pandas as pd
from sklearn import preprocessing
from sklearn import tree
from sklearn.datasets import load_iris  # 花瓣种类
# 加载数据
iris = load_iris()
dir(iris)  # iris包含的内容有哪些 如果不懂某些方法 可用 help(iris)

['DESCR', 'data', 'feature_names', 'filename', 'target', 'target_names']

iris_feature_names = ir

阅读全文 →

用决策树模型完成分类问题

把需要的工具库引入

# 用于数据处理和分析的工具包
import pandas as pd
# 数据处理/特征工程的包
from sklearn import preprocessing
# 决策树建模包
from sklearn import tree

读取数据

adult_data = pd.read_csv('./DecisionTree.csv')
# 读取前5行
adult_data.head(5)

image

adult_data.info()  # 读入数据的信息
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 e

阅读全文 →

逻辑回归

导包

#conding=utf-8
import pandas as pd
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

from scipy.optimize import minimize
from sklearn.preprocessing import PolynomialFeatures

# pandas 基础设置
pd.set_option('display.notebook_repr_html',False)
pd.set_option('disp

阅读全文 →

线性回归

导包

#conding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression
from mpl_toolkits.mplot3d import axes3d

# pandas 基础设置
pd.set_option('display.notebook_repr_html',False)
pd.set_option('display.max_columns',Non

阅读全文 →