基于真实数据的分类函数测试与决策边界分析
1. 数据加载与准备
在进行分类函数测试之前,需要先加载汽车数据。为了简化操作,我们可以直接从提供的 Python 文件 car_data.py 中导入宝马(BMW)和普锐斯(Prius)的数据:
from car_data import bmws, priuses
查看 car_data.py 文件中的原始数据,会发现其中包含了比我们所需更多的信息。目前,我们主要关注每辆车的里程数和价格,并且根据数据所属的列表来确定车辆类型。例如,宝马的数据列表开头如下:
[('bmw', '5', 2013.0, 93404.0, 13999.0, 22.09145859494213),
('bmw', '5', 2013.0, 110890.0, 13995.0, 22.216458611342592),
('bmw', '5', 2013.0, 94133.0, 13982.0, 22.09145862741898),
...
每个元组代表一辆待售汽车,元组的第四个和第五个元素分别是里程数和价格。在 car_data.py 中,这些数据被转换为 Car 对象,这样我们可以使用 car.price 而不是 car[4] 来访问价格。
我们可以通过提取
基于决策边界的汽车分类分析
超级会员免费看
订阅专栏 解锁全文
4688

被折叠的 条评论
为什么被折叠?



