亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

基于sklearn實現Bagging算法(python)

系統 1831 0

本文使用的數據類型是數值型,每一個樣本6個特征表示,所用的數據如圖所示:

基于sklearn實現Bagging算法(python)_第1張圖片

圖中A,B,C,D,E,F列表示六個特征,G表示樣本標簽。每一行數據即為一個樣本的六個特征和標簽。

實現Bagging算法的代碼如下:

            
from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.preprocessing import StandardScaler
import csv
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
from sklearn.metrics import classification_report
data=[]
traffic_feature=[]
traffic_target=[]
csv_file = csv.reader(open('packSize_all.csv'))
for content in csv_file:
 content=list(map(float,content))
 if len(content)!=0:
  data.append(content)
  traffic_feature.append(content[0:6])//存放數據集的特征
  traffic_target.append(content[-1])//存放數據集的標簽
print('data=',data)
print('traffic_feature=',traffic_feature)
print('traffic_target=',traffic_target)
scaler = StandardScaler() # 標準化轉換
scaler.fit(traffic_feature) # 訓練標準化對象
traffic_feature= scaler.transform(traffic_feature) # 轉換數據集
feature_train, feature_test, target_train, target_test = train_test_split(traffic_feature, traffic_target, test_size=0.3,random_state=0)
tree=DecisionTreeClassifier(criterion='entropy', max_depth=None)
# n_estimators=500:生成500個決策樹
clf = BaggingClassifier(base_estimator=tree, n_estimators=500, max_samples=1.0, max_features=1.0, bootstrap=True, bootstrap_features=False, n_jobs=1, random_state=1)
clf.fit(feature_train,target_train)
predict_results=clf.predict(feature_test)
print(accuracy_score(predict_results, target_test))
conf_mat = confusion_matrix(target_test, predict_results)
print(conf_mat)
print(classification_report(target_test, predict_results))
          

運行結果如圖所示:

基于sklearn實現Bagging算法(python)_第2張圖片

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 妖精视频一区二区三区 | 深夜福利网站在线观看 | 日本黄色免费一级片 | 亚洲欧美在线视频免费 | 日本不卡一区二区三区 | 日本不卡高清中文字幕免费 | 日日舔 | 色综合久久久高清综合久久久 | 亚州一二区 | 爱爱小视频免费体验区在线观看 | 亚洲黄色激情视频 | 手机福利在线观看 | 亚洲第一区第二区 | 番茄视频在线观看黄版本免费 | 日韩成人伦理 | 日韩亚洲国产综合久久久 | 欧美性狂猛bbbbxxxx | 精品久久久久久久九九九精品 | 国产系列欧美系列日韩系列在线 | 色婷婷中文网 | 四虎影视在线永久免费观看 | 亚洲va欧美va国产va天堂影 | 极品粉嫩粉嫩福利视频在线 | 国产麻豆久久 | 美女黄频视频大全免费高清 | 欧做爰xxxⅹ性欧美图片 | 99精品小视频 | 婷婷色综合网 | 口国产成人高清在线播放 | 人人做人人爽久久久精品 | 成人免费视频一区 | 成年女人色毛片免费 | 亚拍精品一区二区三区 | 国产精品玖玖玖在线观看 | 亚洲一区二区三区免费视频 | 天天天天天天天操 | 免费爱爱视频网站 | 国产麻豆精品手机在线观看 | 久久精品国产99精品最新 | 综合7799亚洲伊人爱爱网 | 91热国内精品永久免费观看 |