24/8/8算法笔记 不同分类算法的差异

import numpy as np
from sklearn.tree import DecisionTreeClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC

from sklearn import datasets
加载数据

我们加载的是啤酒的数据

wine = datasets.load_wine()
wine
LR逻辑斯蒂回归模型应用
import warnings
warnings.filterwarnings('ignore')#隐藏ignore报错

%%time
score = 0
for i in range(100):
    X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2)
    lr = LogisticRegression()
    lr.fit(X_train,y_train)
    s=lr.score(X_test,y_test)
    score +=s/100
print('LR逻辑斯蒂回归算法多次运算平均是',score)

SVC支持向量机模型应用

%%time
score = 0
for i in range(1000):
    X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2)
    model = SVC()
    model.fit(X_train,y_train)
    s=model.score(X_test,y_test)
    score +=s/1000
print('SVC算法多次运算平均是',score)
决策树模型应用
%%time
score = 0
for i in range(1000):
    X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2)
    model = DecisionTreeClassifier()
    model.fit(X_train,y_train)
    s=model.score(X_test,y_test)
    score +=s/1000
print('决策树算法多次运算平均是',score)
不同算法总结对比
递归树对数据是否归一化不敏感
逻辑回归,如果不进行归一化,准确率降低,运行时间会增加
svc支持向量机,如果不进行归一化,准确率,大大降低
model = DecisionTreeClassifier()
model.fit(X_train,y_train)
model.feature_importances_

回归模型中,就线性回归可以表示重要性的大小

相关推荐
吉大一菜鸡38 分钟前
FPGA学习(基于小梅哥Xilinx FPGA)学习笔记
笔记·学习·fpga开发
CCSBRIDGE3 小时前
Magento2项目部署笔记
笔记
xiaoshiguang33 小时前
LeetCode:222.完全二叉树节点的数量
算法·leetcode
爱吃西瓜的小菜鸡3 小时前
【C语言】判断回文
c语言·学习·算法
别NULL3 小时前
机试题——疯长的草
数据结构·c++·算法
TT哇3 小时前
*【每日一题 提高题】[蓝桥杯 2022 国 A] 选素数
java·算法·蓝桥杯
亦枫Leonlew4 小时前
微积分复习笔记 Calculus Volume 2 - 5.1 Sequences
笔记·数学·微积分
爱码小白4 小时前
网络编程(王铭东老师)笔记
服务器·网络·笔记
yuanbenshidiaos5 小时前
C++----------函数的调用机制
java·c++·算法
唐叔在学习5 小时前
【唐叔学算法】第21天:超越比较-计数排序、桶排序与基数排序的Java实践及性能剖析
数据结构·算法·排序算法