ZIP数据挖掘第二章代码啦啦啦 12.38KB

m0_72507459

资源文件列表:

第2章.zip 大约有26个文件
  1. 第2章/代码2-1.py 183B
  2. 第2章/代码2-10.py 433B
  3. 第2章/代码2-11.py 329B
  4. 第2章/代码2-12.py 615B
  5. 第2章/代码2-13.py 662B
  6. 第2章/代码2-14.py 724B
  7. 第2章/代码2-15.py 859B
  8. 第2章/代码2-16.py 488B
  9. 第2章/代码2-17.py 879B
  10. 第2章/代码2-18.py 516B
  11. 第2章/代码2-19.py 551B
  12. 第2章/代码2-2.py 446B
  13. 第2章/代码2-20.py 464B
  14. 第2章/代码2-21.py 637B
  15. 第2章/代码2-22.py 1.14KB
  16. 第2章/代码2-23.py 735B
  17. 第2章/代码2-24.py 631B
  18. 第2章/代码2-25.py 776B
  19. 第2章/代码2-26.py 1.15KB
  20. 第2章/代码2-3.py 208B
  21. 第2章/代码2-4.py 365B
  22. 第2章/代码2-5.py 519B
  23. 第2章/代码2-6.py 378B
  24. 第2章/代码2-7.py 244B
  25. 第2章/代码2-8.py 249B
  26. 第2章/代码2-9.py 471B

资源介绍:

数据挖掘第二章代码啦啦啦
# -*- coding: utf-8 -*- """ Created on Wed Mar 8 13:09:56 2023 @author: 数据挖掘课程组 """ from sklearn import datasets from sklearn import preprocessing from sklearn import tree #步骤1: 加载数据集 iris = datasets.load_iris() n_samples, n_features = iris.data.shape X = iris.data Y = iris.target print('步骤1：加载iris数据集') print('iris数据集中有%d个样本，%d个特征。' % (n_samples, n_features)) print('iris的前5个样本为:\n', X[0:5]) #步骤2: 数据预处理 min_max_scaler = preprocessing.MinMaxScaler() X_scale = min_max_scaler.fit_transform(X) print('步骤2：数据预处理') print('规范化后iris的前5个样本:\n', X_scale[0:5]) #步骤3: 使用决策树算法构建分类器模型 classifier = tree.DecisionTreeClassifier() classifier = classifier.fit(X, Y) #在训练集上训练 Y_predict = classifier.predict(X) #使用训练好的模型进行预测 print('步骤3：决策树模型构建…') #步骤4:模型的评估 accuracy = (Y == Y_predict).sum() / Y.shape[0] print('步骤4：模型评估') print("决策树在训练集上的分类准确度为: %.3f" % (accuracy*100))
100+评论
captcha
    相关资源
    类型标题大小时间
    ZIPLanhuProject0904.zip474.5KB7月前
    ZIPAT32模板工程创建及注意要点5.59MB7月前
    ZIPR语言 多个基因集合取交集32.72MB7月前
    ZIPgit分布式版本控制系统安装包64.61MB7月前
    ZIPMultiDesk.exe351.36KB7月前
    ZIPflask简单自学（docker形式）38.26KB7月前
    ZIPtranslator-rs-x86_64-unknown-linux-musl (1).zip4.52MB7月前
    ZIP广东省各地市县2003~2022年经济指标数据.zip964.14KB7月前