24/8/8算法笔记 不同分类算法的差异

复制代码
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

复制代码
wine = datasets.load_wine()
wine
LR逻辑斯蒂回归模型应用
复制代码
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

复制代码
%%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
复制代码
%%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
复制代码
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
转转技术团队3 分钟前
边学边做:图片识别技术的学习与应用
后端·算法
一块plus12 分钟前
2025 年值得一玩的最佳 Web3 游戏
算法·设计模式·程序员
前端拿破轮14 分钟前
不是吧不是吧,leetcode第一题我就做不出来?😭😭😭
后端·算法·leetcode
一块plus17 分钟前
什么是去中心化 AI?区块链驱动智能的初学者指南
人工智能·后端·算法
Mr_Xuhhh18 分钟前
网络基础(1)
c语言·开发语言·网络·c++·qt·算法
前端拿破轮19 分钟前
😭😭😭看到这个快乐数10s,我就知道快乐不属于我了🤪
算法·leetcode·typescript
羊小猪~~38 分钟前
【NLP入门系列四】评论文本分类入门案例
人工智能·自然语言处理·分类
lyx 弈心1 小时前
I/O 进程 7.2
linux·算法·io
静心问道1 小时前
APE:大语言模型具有人类水平的提示工程能力
人工智能·算法·语言模型·大模型
醇醛酸醚酮酯1 小时前
std::promise和std::future的使用示例——单线程多链接、多线程单链接
网络·c++·算法