python sklearn 机器学习库使用

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numpysklearn库。

包括:'SVM ','GaussianNB ','BernoulliNB ','LogisticRegression ','LogisticRegressionCV ','DecisionTreeClassifier ','RandomForestClassifier '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
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值