ro_ran的博客

原创 【sklearn学习打卡】决策树

原创 【sklearn学习】SVM

线性SVM model_linear = svm.SVC(kernel='linear', C = 0.001) model_linear.fit(data, label) # 训练 Z = model_linear.predict(np.c_[xx.ravel(), yy.ravel()]) # 预测 多项式SVM model_poly = svm.SVC(C=0.0001, kernel='poly', degree=degree) # 多项式核 model_poly.fit(data, label)

原创 【sklearn学习】linear regression & logistic regression

linear regression from sklearn.linear_model import LinearRegression # 导入线性回归模型 model = LinearRegression() # 定义模型 model.fit(X_train, y_train) # 训练模型 print("输出参数w：",model.coef_) # 输出模型参数w print("输出参数b：",model.intercept_) # 输出参数b polynomial regression np.ran