做农产品网站需要做的准备,手机在线制作图片,关于中国幼教网站开发的经验,做网站主要学什么目录
一、使用Python开发工具#xff0c;运行对iris数据进行分类的例子程序dtree.py#xff0c;熟悉sklearn机器实习开源库。
二、登录https://archive-beta.ics.uci.edu/
三、使用sklearn机器学习开源库#xff0c;使用决策树对breast-cancer-wisconsin.data进行分类。 …目录
一、使用Python开发工具运行对iris数据进行分类的例子程序dtree.py熟悉sklearn机器实习开源库。
二、登录https://archive-beta.ics.uci.edu/
三、使用sklearn机器学习开源库使用决策树对breast-cancer-wisconsin.data进行分类。
1. Python代码
2. 运行截图 一、使用Python开发工具运行对iris数据进行分类的例子程序dtree.py熟悉sklearn机器实习开源库。 导入相应的库并运行dtree.py由于sklearn库里面已经有iris数据了故不需要另外下载。 1. dtree.py
# import inline
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn import tree
import matplotlib# %matplotlib inline# 生成所有测试样本点
def make_meshgrid(x, y, h.02):x_min, x_max x.min() - 1, x.max() 1y_min, y_max y.min() - 1, y.max() 1xx, yy np.meshgrid(np.arange(x_min, x_max, h),np.arange(y_min, y_max, h))return xx, yy# 对测试样本进行预测并显示
def plot_test_results(ax, clf, xx, yy, **params):Z clf.predict(np.c_[xx.ravel(), yy.ravel()])Z Z.reshape(xx.shape)ax.contourf(xx, yy, Z, **params)# 载入iris数据集
iris datasets.load_iris()
# 只使用前面连个特征
X iris.data[:, :2]
# 样本标签值
y iris.target# 创建并训练决策树
clf tree.DecisionTreeClassifier()
clf.fit(X, y)# 打印决策树
tree.plot_tree(clf)title DecisionTreeClassifierfig, ax plt.subplots(figsize(5, 5))
plt.subplots_adjust(wspace0.4, hspace0.4)X0, X1 X[:, 0], X[:, 1]
# 生成所有测试样本点
xx, yy make_meshgrid(X0, X1)# 显示测试样本的分类结果
plot_test_results(ax, clf, xx, yy, cmapplt.cm.coolwarm, alpha0.8)
# 显示训练样本
ax.scatter(X0, X1, cy, cmapplt.cm.coolwarm, s20, edgecolorsk)
ax.set_xlim(xx.min(), xx.max()) # 设置x轴坐标的范围范围由测试样本的最小和最大值确定
ax.set_ylim(yy.min(), yy.max()) # 设置y轴坐标的范围
ax.set_xlabel(x1) # 设置x轴的标签为x1
ax.set_ylabel(x2) # 设置y轴的标签为x2
ax.set_xticks(()) # 将x轴的刻度设置为空即不显示刻度
ax.set_yticks(()) # 将y轴的刻度设置为空即不显示刻度
ax.set_title(title) # 设置图形的标题为title变量的值
plt.show() 2. 运行截图 二、登录https://archive-beta.ics.uci.edu/
可以查看提供的各类公共数据源找到Breast Cancer Wisconsin (Original)数据并下载。 也可以直接输入网址:
https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/ 下载wisconsin提供的乳腺肿瘤数breast-cancer-wisconsin.data已经处理好的数据和breast-cancer-wisconsin.names对数据的说明可以用写字体打开 在我上传的资源可以免费下载解压即可用【在本文置顶】 下载后的数据如下 三、使用sklearn机器学习开源库使用决策树对breast-cancer-wisconsin.data进行分类。 Sklearn库里面已经有乳腺癌数据了直接加载数据集。 1. Python代码 2. 运行截图
