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
haoly19893 小时前
数据结构和算法篇-线性查找优化-移至开头策略
数据结构·算法·移至开头策略
汇能感知5 小时前
光谱相机的探测器阵列
经验分享·笔记·科技
CHHC18805 小时前
vSIM / SoftSIM笔记
笔记
学Linux的语莫6 小时前
机器学习数据处理
java·算法·机器学习
逆小舟7 小时前
【C/C++】指针
c语言·c++·笔记·学习
earthzhang20217 小时前
【1007】计算(a+b)×c的值
c语言·开发语言·数据结构·算法·青少年编程
新兴ICT项目支撑7 小时前
BERT文本分类超参数优化实战:从13小时到83秒的性能飞跃
人工智能·分类·bert
2301_803554528 小时前
C++联合体(Union)详解:与结构体的区别、联系与深度解析
java·c++·算法
sali-tec9 小时前
C# 基于halcon的视觉工作流-章42-手动识别文本
开发语言·人工智能·算法·计算机视觉·c#·ocr
SandySY10 小时前
品三国谈人性
算法·架构