weixin_42587620的博客

决策树分类燕尾花，因为练习的数据不太好找，就直接用燕尾花的数据来练习下· from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.tree import DecisionTreeClassifier import pandas as pd data = load_iris() data1 = pd.DataFrame(data=data.data,co.

from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.model_selection import train_test_split from sklearn.naive_bayes import MultinomialNB import pandas as pd from sklearn.datasets import fetch_20newsgroups # 获取数据 data1 = fetch_20newsgr

from sklearn.datasets import load_iris # 获取燕尾花数据 from sklearn.model_selection import train_test_split # 测试训练集划分 from sklearn.preprocessing import StandardScaler # 标准化模块 from sklearn.neighbors import KNeighborsClassifier # KNN 分类器 # 第一步获取数据 data = load_iris

今天学习了数据分析中常用的两个模型 MSE （Mean Squared Error）叫做均方误差，公式如下 R2（R-Square）叫做决定系数，公式如下： 这个两个公式python中的sklearn直接调用就可以了，主要作用是检测，训练模型的准确率。其中mse的数值越小越准确，r2的值越接近1越准确。 为了练习，我就去网上随便爬点数据来测试下，考虑到单身，我去单身网爬点妹子吧！ # 进行数据分析 import pandas as pd import numpy from matplotlib impo