六种分类算法的比较

2024-07-18 06:08| 来源: 网络整理| 查看: 265

在这篇机器学习入门教程中，我们将使用Python中最流行的机器学习工具scikit- learn,在Python中实现几种机器学习算法。使用简单的数据集来训练分类器区分不同类型的水果。在这里插入图片描述这篇文章的目的是识别出最适合当前问题的机器学习算法。因此，我们要比较不同的算法，选择性能最好的算法。让我们开始吧!

数据

水果数据集由爱丁堡大学的Iain Murray博士创建。他买了几十个不同种类的橘子、柠檬和苹果，并把它们的尺寸记录在一张桌子上。密歇根大学的教授们对水果数据进行了些微的格式化，可以从这里下载。

下载地址：https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/fruit_data_with_colors.txt

让我们先看一看数据的前几行。

import numpy as np import pandas as pd import matplotlib.pyplot as plt fruits = pd.read_csv('fruit_data_with_colors.txt',sep='\t') print(fruits.head())

在这里插入图片描述数据集的每一行表示一个水果块，它由表中的几个特征表示。

在数据集中有59个水果和7个特征:

print(fruits.shape)

(59, 7)

在数据集中有四种水果:

print(fruits['fruit_name'].unique())

[“苹果”柑橘”“橙子”“柠檬”]

除了柑橘，数据是相当平衡的。我们只好接着进行下一步。

print(fruits.groupby('fruit_name').size())

在这里插入图片描述

import seaborn as sns sns.countplot(fruits['fruit_name'],label="Count") plt.show()

在这里插入图片描述

#每个数字变量的箱线图将使我们更清楚地了解输入变量的分布: fruits.drop('fruit_label', axis=1).plot(kind='box', subplots=True, layout=(2,2), sharex=False, sharey=False, figsize=(9,9), title='Box Plot for each input variable') plt.savefig('fruits_box') plt.show()

在这里插入图片描述看起来颜色分值近似于高斯分布。

显示各属性的直方图

#显示各属性的直方图 import pylab as pl fruits.drop('fruit_label' ,axis=1).hist(bins=30, figsize=(9,9)) pl.suptitle("Histogram for each numeric input variable") plt.savefig('fruits_hist') plt.show()

在这里插入图片描述一些成对的属性是相关的(质量和宽度)。这表明了高度的相关性和可预测的关系。

#通过散点矩阵图查看属性之间的相关性 from pandas.plotting import scatter_matrix from matplotlib import cm feature_names = ['mass', 'width', &#

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章