zoukankan      html  css  js  c++  java
  • 第三讲、 google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    这次我们要做什么?

    1、用IRIS的数据训练出一个决策树模型 ,并看他的模型精确度

    2、同样用IRIS的数据训练出最近领域 KNN模型 ,并看这个模型的精确度

    3、比较两个模型的精确度

    4、了解模型是怎样训练出来的

    一、用IRIS数据训练一个模型出来,用的是 tree

    (1)、从 sklearn 中导入 iris 数据

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    (2)、把数据集设置好自变量和因变量,这个数据大家很熟悉就不多介绍。

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    (3)、导如这个可以分割数据集的函数,把原有数据分为训练集和测试集两部分,是均分的,量相等,各75个。

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    (4)、导入tree模型,对训练集数据进行训练,建立模型

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    (5)、预测测试集结果

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    (6)、计算预测的准确度,并得到准确率为0.96

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    二、用IRIS数据训练一个模型出来,用的是 knn

    步骤和上面一致,只是改变了模型的哪一步,下面是两个模型的完整截图,可以看到第二个模型飘红处不一样,别的一致。

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    三、比较两个模型预测的准确率,一个为0.96 一个为0.98

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    四、是这样训练的?

    简单理解:

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

    用一元线性回归 y = mx + b 就是通过不断的调节m 和b 就是通过训练集的数据不断调节 截距和斜率来 确定的。

    google机器学习,比较两个模型的精确度 tree模型和knn模型的比较

  • 相关阅读:
    大数据应用期末总评
    分布式文件系统HDFS 练习
    安装Hadoop
    爬虫综合大作业
    爬取全部的校园新闻
    理解爬虫原理
    中文词频统计与词云生成
    复合数据类型,英文词频统计
    字符串操作、文件操作
    了解大数据的特点、来源与数据呈现方式
  • 原文地址:https://www.cnblogs.com/tangxianwei/p/8397583.html
Copyright © 2011-2022 走看看