对sklearn的使用之数据集的拆分与训练详解(python3.6)
研修课上讲了两个例子，融合一下。
主要演示大致的过程：
导入->拆分->训练->模型报告
以及几个重要问题：
①标签二值化
②网格搜索法调参
③k折交叉验证
④增加噪声特征（之前涉及）
fromsklearnimportdatasets
#从cross_validation导入会出现warning，说已弃用
fromsklearn.model_selectionimporttrain-test_split
fromsklearn.grid_searchimportGridSearchCV
fromsklearn.metricsimportclassification_report
fromsklearn.svmimportSVC
importsklearn.exceptioins
#导入鸢尾花数据集
iris=datasets.load_iris()
#将数据集拆分为训练集和测试集各一半
#其中X为数据特征（花萼、花瓣的高度宽度），为150*4的矩阵
#Y为鸢尾花种类（0,1,2三种），为150*1矩阵
#如果使用标签二值化，将0,1,2表示为100010001
#使用y.label_binarize(y,classes[0,1,2]),变为150*3矩阵
X_train,X_test,y_train,y_test=train_test_split(
iris.data,iris.target,test_size=0.5,random_state=0)
#settheparametersbycross_validation
turn_parameters=[{'kernel':['rbf','gamma':[1e-3,1e-4,'C':[1,10,100,1000]},
{'kernel':['linear'],'C':[1,10,100,1000]}
]
#clf分离器
#使用网格搜索法调超参数
#训练集做5折交叉验证
clf=GridSearchCV(SVC(C=1),turned_parameters,cv=5,scoring='%s_weighted'%score)
#用前一半train数据再做5折交叉验证
#因为之前的train_test_split已经分割为2份了
#fit-拟合
clf.fit(X_train,y_train)
#超参数
print(clf.best_params_)
#得分
forparams,mean_score,scoresinclf.gird_scores_:
print("%.3f(+/-%.0.03f)for%r"%(mean_score,scores.std()*1.96,params))
#分类报告
y_true,y_pred=y_test,clf.predict(X_test)
print(classification_report(y_true,y_pred))
以上这篇对sklearn的使用之数据集的拆分与训练详解(python3.6)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。