机器学习-1 最小二乘法实践

最新推荐文章于 2024-11-08 16:53:15 发布

原创最新推荐文章于 2024-11-08 16:53:15 发布 · 378 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#线性回归

机器学习专栏收录该内容

2 篇文章

订阅专栏

本文基于《Python机器学习预测分析核心算法》的源码，介绍了如何处理urllib2不存在的问题，通过安装urllib3和使用urllib.request替代。此外，还解决了从csv文件转换到list时的错误，提供了直接调用远程数据的代码，以及处理含有列索引数据的方法。最后，展示了如何在3-5实验中获取训练模型的系数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

-- 20180228

原书: 《Python机器学习预测分析核心算法》 Michael Boeles 著

GitHub地址: https://github.com/atencra/mlip

本段基于源码3-2（在岩石水雷数据集上度量分类器性能）, 解决以下问题：

1.urllib2 不存在

PyCharm中点击File -- Settings -- Project XXXXX -- Project Interpreter

点击Package 输入 urllib 安装urllib3 和yieldfrom.urllib.request 替代urllib2

在 .py中改使用以下命令使用url远程数据

import urllib.request
import urllib

target_url = ("https://archive.ics.uci.edu/ml/machine-learning-"
"databases/undocumented/connectionist-bench/sonar/sonar.all-data")
data = urllib.request.urlopen(target_url)

2. csv文件转list报错

row = line.strip().split(',')
TypeError: a bytes-like object is required, not 'str'

将

row = line.strip().split(',')

调整为

row = line.decode('utf8').strip().split(',')

3. 或者不使用（1）中直接调用远程数据的方法，将数据保存到本地并调用（注意将本地路径中的 \ 变成 \\）

target_url = ("https://archive.ics.uci.edu/ml/machine-learning-databases/undocumented/connectionist-bench/sonar/sonar.all-data")

# save data  to local disk
urllib.request.urlretrieve(target_url, 'C:\\Users\\000\\Desktop\\backup\\PY\\download_test.csv')
# then read data from local
data = pd.read_csv('C:\\Users\\000\\Desktop\\backup\\PY\\download_test.csv',header=None,prefix="V",sep=',')

print(data)

代码说明可查看如下链接:

https://www.cnblogs.com/lxnz/p/7117426.html

-- 20180301 add

4. 后续3-5实验中读取的数据有列索引，原书方法转第一行时会报错，转使用url远程数据. url如下:

target_url = ("http://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data")

如数据地址有变动，可直接去http://archive.ics.uci.edu/ml/index.php 查找

5. 输出训练模型的各项系数

print (rocksVMinesModel.coef_)