机器学习示例

1.获取数据

本地抓包,并生成数据。

tcpdump -i ens160 -w test.pcap

2.提取数据

3.验证数据

from sklearn import tree

feature = [[178, 1, 1], [155, 0, 0], [177, 0, 0], [165, 0, 0], [169, 1, 1], [160, 0, 0]]
label = ['male', 'female', 'male', 'female', 'male', 'female']

clf = tree.DecisionTreeClassifier()
clf = clf.fit(feature, label)

result = clf.predict([[158, 0, 0]])
print(result)
result = clf.predict([[172, 1, 0]])
print(result)
import pandas as pd

iris_data = pd.read_csv('iris-data.csv')
print(iris_data.head())
iris_data = pd.read_csv('iris-data.csv', na_values=['NA'])
print(iris_data.describe())

github地址:

https://github.com/rhiever/Data-Analysis-and-Machine-Learning-Projects

https://github.com/bighunter513/machine-learning-python

评论
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

打赏作者

羊族的希望

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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