楼主: 我是小趴菜
273 1

[数据挖掘新闻] python搭建模型有什么注意的重点 [推广有奖]

  • 0关注
  • 4粉丝

教授

35%

还不是VIP/贵宾

-

威望
0
论坛币
29650 个
通用积分
380.5350
学术水平
1 点
热心指数
1 点
信用等级
0 点
经验
7150 点
帖子
670
精华
0
在线时间
37 小时
注册时间
2022-8-30
最后登录
2023-4-4

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

python搭建模型需要注意的重点:

  • 我们使用以下方法创建knn分类器对象:knn = KNeighborsClassifier(n_neighbors=3)
  • 使用X_train数据训练分类器。该过程被称为拟合。我们传递特征矩阵和相应的响应向量。knn.fit(X_train, y_train)
  • 现在,我们需要在X_test数据上测试我们的分类器。knn.predict方法用于此目的。它返回预测的响应向量y_pred。y_pred = knn.predict(X_test)
  • 现在,我们有兴趣通过比较y_testy_pred来找到模型的准确性。这是使用metrics模块的方法accuracy_score完成的:print(metrics.accuracy_score(y_test, y_pred))
  • 考虑您希望模型对样本数据进行预测的情况。然后,样本输入可以简单地通过与传递任何特征矩阵相同的方式传递。sample = [[3, 5, 4, 2], [2, 3, 5, 4]] preds = knn.predict(sample)
  • 如果您不想一次又一次地训练分类器并使用预先训练的分类器,可以使用joblib保存分类器。你需要做的就是:joblib.dump(knn, 'iris_knn.pkl')
  • 如果要加载已保存的分类器,请使用以下方法:knn = joblib.load('iris_knn.pkl')

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:python 注意的 classifier accuracy predict

沙发
三江鸿 发表于 2022-10-31 18:50:59 来自手机 |只看作者 |坛友微信交流群
点个赞加点人气
感谢分享

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-6 05:16