Python机器学习(使用sklearn模块)之wine划分,聚类,分类,回归

我这里用的是sklearn自带的数据集中的wine,先提供一下所有需要用到的包吧(如果用的编译器是pycharm,以下所有代码需要放到一起执行)

from sklearn.datasets import load_wine#wine数据集
from sklearn.cluster import KMeans#K-Means聚类模型
from sklearn.model_selection import train_test_split#数据集划分
from sklearn.preprocessing import StandardScaler#标准差标准化
from sklearn.decomposition import PCA#pca降维
from sklearn.linear_model import LinearRegression#线性回归模型
from sklearn.metrics import fowlkes_mallows_score,silhouette_score,accuracy_score,\
    precision_score,recall_score,f1_score,cohen_kappa_score,classification_report,roc_curve,\
    explained_variance_score,mean_absolute_error,mean_squared_error,median_absolute_error,r2_score    #聚类、分类、回归评分标准
from sklearn.svm import SVC#SVM分类模型
import matplotlib.pyplot as plt#数据可视化
import numpy as np#·numpy科学计算包

1.sklearn转换器处理wine数据集

wine = load_wine()
data = wine['data']
target = wine['target']
#数据集划分为训练集,测试集
data_train,data_test,target_train,target_test = train_test_split(
评论 2
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