机器学习算法:KNN与朴素贝叶斯分类器
1. KNN算法测试
KNN(K-Nearest Neighbors)回归工具可用于预测King County的房价。为评估其性能,可采用交叉验证方法,具体步骤如下:
1. 将训练集划分为测试集和训练集。
2. 使用训练数据训练模型。
3. 用测试数据测试模型性能。
以下是实现代码:
class Regression:
# __init__
# regress
def error_rate(self, folds):
holdout = 1 / float(folds)
errors = []
for fold in range(folds):
y_hat, y_true = self.__validation_data(holdout)
errors.append(mean_absolute_error(y_true, y_hat))
return errors
def __validation_data(self, holdout):
test_rows = random.sample(self.df.index, int(round(len(self.df) * holdout)))
train_rows = set(range(len(self.df))) - set(test_rows)
df_test = self.df.ix[test_rows]
超级会员免费看
订阅专栏 解锁全文

3597

被折叠的 条评论
为什么被折叠?



