Sklearn实现被动攻击算法

数据科学家修炼之道

于 2021-01-11 14:28:02 发布

阅读量673

点赞数

分类专栏： AI # Sklearn笔记文章标签：机器学习 sklearn

本文为博主原创文章，欢迎转载，转载请注明出处。

本文链接：https://blog.youkuaiyun.com/xiligey1/article/details/112468059

版权

AI 同时被 2 个专栏收录

130 篇文章

订阅专栏

Sklearn笔记

55 篇文章

订阅专栏

博客围绕机器学习展开，提及了sklearn相关内容，但具体信息缺失。机器学习是信息技术热门领域，sklearn是常用工具，可助力模型构建与分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

>>> from sklearn.linear_model import PassiveAggressiveClassifier
>>> from sklearn.datasets import make_classification
>>>
>>> X, y = make_classification(n_features=4, random_state=0)
>>> clf = PassiveAggressiveClassifier(max_iter=1000, random_state=0,
... tol=1e-3)
>>> clf.fit(X, y)
PassiveAggressiveClassifier(random_state=0)
>>> print(clf.coef_)
[[0.26642044 0.45070924 0.67251877 0.64185414]]
>>> print(clf.intercept_)
[1.84127814]
>>> print(clf.predict([[0, 0, 0, 0]]))
[1]