python sklearn 机器学习库使用

原创

于 2017-01-10 17:08:06 发布 · 3.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#sklearn #svm #GaussianNB #BernoulliNB #DecisionTreeClassifi

该博客介绍了如何在Python中使用sklearn库实现SVM、GaussianNB、BernoulliNB、LogisticRegression等多个机器学习算法。内容包括数据集划分、模型训练以及评估指标，如精确率、正确率、召回率和F1分数。此外，还提供了画ROC图的函数和示例图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

此代码包括了机器学习常用的算法的Python使用方法，随机选取训练集和测试集，需要安装numpy、sklearn库。

包括：'SVM ','GaussianNB ','BernoulliNB ','LogisticRegression ','LogisticRegressionCV ','DecisionTreeClassifier ','RandomForestClassifier '共7个模型。

#机器学习sklearn的简单用法：
#-*-coding:cp936 -*-
import numpy as np
np.__version__
import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
from sklearn import neighbors,datasets
from sklearn.cross_validation import train_test_split

import sklearn
from sklearn import svm
from sklearn.linear_model import LogisticRegression