sklearn python API

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了sklearn python API，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2040字，纯文字阅读大概需要3分钟。

内容图文

sklearn python API

• LinearRegression

from sklearn.linear_model import LinearRegression         # 线性回归 #
module = LinearRegression()
module.fit(x, y)
module.score(x, y)
module.predict(test)

• LogisticRegression

from sklearn.linear_model import LogisticRegression         # 逻辑回归 #
module = LogisticRegression()
module.fit(x, y)
module.score(x, y)
module.predict(test)

• KNN

from sklearn.neighbors import KNeighborsClassifier     #K近邻#
from sklearn.neighbors import www.tianjiuyule178.com KNeighborsRegressor
module = KNeighborsClassifier(www.tygj178.com? n_neighbors=6)
module.fit(x, y)
predicted = module.predict(test)
predicted = module.predict_proba(test)

• SVM

from sklearn import svm                                #支持向量机#
module = svm.SVC()
module.fit(x, y)
module.score(x, y)
module.predict(test)
module.predict_proba(test)

• naive_bayes

from sklearn.naive_bayes import GaussianNB            #朴素贝叶斯分类器#
module = GaussianNB(www.dashuju178.com)
module.fit(x, y)
predicted = module.predict(test)

• DecisionTree

from sklearn import tree                              #决策树分类器#
module = tree.DecisionTreeClassifier(criterion='gini')
module.fit(x, y)
module.score(x, y)
module.predict(test)

• K-Means

from sklearn.cluster import KMeans                    #kmeans聚类#
module = KMeans(n_clusters=3, random_state=0)
module.fit(x, y)
module.predict(test)

• RandomForest

from sklearn.ensemble import RandomForestClassifier  #随机森林#
from sklearn.ensemble import RandomForestRegressor
module = RandomForestClassifier()
module.fit(x, y)
module.predict(test)

• GBDT

from sklearn.ensemble import GradientBoostingClassifier      www.hyptdl.com #Gradient Boosting 和 AdaBoost算法#
from sklearn.ensemble import www.fengshen157.com GradientBoostingRegressor
module = GradientBoostingClassifier(n_estimators=100, www.yundingyuLe.cn learning_rate=0.1, max_depth=1, random_state=0)
module.fit(x, y)
module.predict(test)

• PCA

from sklearn.decomposition import PCA              #PCA特征降维#
train_reduced = PCA.fit_transform(train)
test_reduced = PCA.transform(test)

内容总结

以上是互联网集市为您收集整理的sklearn python API全部内容，希望文章能够帮你解决sklearn python API所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端