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
小蛋编程2 分钟前
【算法-图论】图的存储
c++·算法·图论
Maplesoft3 分钟前
符号计算与算法实践|使用Maple教授群论和图论课程
算法
今天你睡了嘛6 分钟前
数据结构——图(二、图的存储和基本操作)
数据结构·算法·图论
KyollBM6 分钟前
【CF】Day114——杂题 (贪心 + 图论 | LCM + 贪心 | 最大最小子序列 + 图论)
算法·图论
Jay Kay1 小时前
从0到1理解大语言模型:读《大语言模型:从理论到实践(第2版)》笔记
人工智能·笔记·语言模型
KD杜小帅1 小时前
2025年Solar应急响应公益月赛-7月笔记ing
笔记
怀旧,1 小时前
【C++】1. C++基础知识
开发语言·c++·算法
Gerry_Liang1 小时前
LeetCode热题100——155. 最小栈
算法·leetcode·职场和发展
TechCampus2 小时前
小红书面试中我这样解释 KMP,面试官点头了
算法
Youndry2 小时前
验证二叉搜索树
算法