sklearn有哪些算法,python skitlearn

　　我们在正式开始学习之前，一定是先对基础的内容进行了解，包括函数，方法，语法等等，当然还有我们本章要让大家接触的算法，重要的，也是经常会在机器上面遇到的实例算法，肯定有很多人不了解吧，那就一起来看下吧~

　　1、高斯朴素贝叶斯 (GaussianNB)

　　fromsklearnimportdatasets

　　iris=datasets.load_iris()

　　fromsk学习。naive _ bayesimportGaussianNB

　　gnb=GaussianNB()

　　y_pred=gnb.fit(iris.data，iris.target).预测(虹膜数据)

　　打印( numberofmislabeledpointsoutotal % d点：% d

　　%(iris.data.shape[0]，(iris.target！=y_pred).sum()))2、多项式朴素贝叶斯 (MultinomialNB/MNB)

　　importnumpyasnp

　　X=np.random.randint(50，size=(1000，100))

　　y=np.random.randint(6，size=(1000))

　　fromsk学习。naive _ bayesimportMultinomialNB

　　clf=多项式inb()

　　clf.fit(X，y)

　　打印(clf。predict(X[2:3])3 .决策树

　　决策树作为十大经典算法之一，能够很好的处理多分类问题。

　　决策树的实例接口：

　　classsklearn。树。决策树分类器(criterion= Gini ，splitter=best ，max_depth=None，min_samples_split=2，min_samples_leaf=1，min_weight_fraction_leaf=0.0，max_features=None，random_state=None，max_leaf_nodes=None，min _ infinity _ decrease=0.0，min _ infinity _ split=None，class_weight=None，presort=False)好啦，以上就是关于实例里面的算法使用了哦~大家如果想了解机器人学习的可以多多看下哦~如果大家还想了解更多的机器人学习知识，可以到盛行信息技术软件开发工作室上下载了解。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。