zoukankan      html  css  js  c++  java
  • scikit-learn一般实例之一:绘制交叉验证预测

    本实例展示怎样使用cross_val_predict来可视化预测错误:

    # coding:utf-8
    
    from pylab import *
    from sklearn import datasets
    from sklearn.model_selection import cross_val_predict
    from sklearn import linear_model
    
    lr = linear_model.LinearRegression()
    boston = datasets.load_boston()
    y = boston.target
    #cross_val_predict返回和`y`相同尺寸的数组
    #每一个entry是通过交叉验证的相应预测
    predicted = cross_val_predict(lr,boston.data,y,cv=10)
    
    
    #设置中文字体
    myfont = matplotlib.font_manager.FontProperties(fname="Microsoft-Yahei-UI-Light.ttc")
    mpl.rcParams['axes.unicode_minus'] = False
    #绘制
    plt.scatter(y,predicted)
    plt.plot([y.min(),y.max()],[y.min(),y.max()],"k--",lw=4)
    plt.title(u'绘制交叉验证预测',fontproperties=myfont)
    plt.xlabel(u'测度',fontproperties=myfont)
    plt.ylabel(u'预测',fontproperties=myfont)
    #显示绘制结果
    plt.show()
    
  • 相关阅读:
    C#类型转换
    C#运算符
    SQL视图与触发器
    存储过程
    SQL 变量
    SQL 经典练习题
    字符串函数,数据类型转换,链接查询,纵向查询
    常用的 SQL 函数
    习题整理(1)
    子查询的部分内容
  • 原文地址:https://www.cnblogs.com/taceywong/p/5930498.html
Copyright © 2011-2022 走看看