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。