机器学习之使用sklearn构建据类模型,并且评价模型

本文介绍了如何利用Python的sklearn库构建K-Means聚类模型。首先,讲解了如何建立模型,接着阐述了如何对模型进行评价,最后提供了可执行的代码示例,展示整个过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

学习目标:

构建并且评价据类模型(粗糙模型案例)


学习内容:

1、 使用sklearn估计器构建K-Means聚类模型
2、 评价上述模型


学习产出:(复制粘贴可执行代码)

#@Author     :xuXX
#@Time       :2020/12/31
#@environment:python3.8
#@Software   :pycharm
#@notes      :scikit-learn的使用示例,构建并且评价据类模型
from sklearn.datasets import load_iris
from sklearn.preprocessing import MinMaxScaler
from sklearn.cluster import KMeans
iris = load_iris() #加载sklearn自带的一个数据集
iris_data = iris.data  #或者iris_data = iris['data']
iris_target = iris.target
iris_names = iris.feature_names
scale = MinMaxScaler().fit(iris_data)  #训练规则
iris_scaler = scale.transform
评论 1
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