sklearn中數據集拆分與訓練的示例分析

這篇文章將為大家詳細講解有關sklearn中數據集拆分與訓練的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

主要演示大致的過程：

導入->拆分->訓練->模型報告

以及幾個重要問題：

①標簽二值化

②網格搜索法調參

③k折交叉驗證

④增加噪聲特征（之前涉及）

from sklearn import datasets
#從cross_validation導入會出現warning，說已棄用
from sklearn.model_selection import train-test_split
from sklearn.grid_search import GridSearchCV
from sklearn.metrics import classification_report
from sklearn.svm import SVC
import sklearn.exceptioins
#導入鳶尾花數據集
iris = datasets.load_iris()
#將數據集拆分為訓練集和測試集各一半
#其中X為數據特征（花萼、花瓣的高度寬度），為150*4的矩陣
#Y為鳶尾花種類（0, 1, 2三種），為150*1矩陣
#如果使用標簽二值化， 將0, 1, 2表示為100 010 001
#使用y.label_binarize(y, classes[0, 1, 2]),變為150*3矩陣
X_train, X_test, y_train, y_test = train_test_split(
iris.data, iris.target, test_size=0.5, random_state=0)
#set the parameters by cross_validation
turn_parameters = [{'kernel' : ['rbf', 'gamma' : [1e-3, 1e - 4, 'C':[1,10,100,1000]}, 
{'kernel':['linear'], 'C':[1,10,100,1000]}
]
#clf分離器
#使用網格搜索法調超參數
#訓練集做5折交叉驗證
clf = GridSearchCV(SVC(C=1), turned_parameters, cv=5, scoring='%s_weighted' % score)
#用前一半train數據再做5折交叉驗證
#因為之前的train_test_split已經分割為2份了
#fit-擬合
clf.fit(X_train, y_train)
#超參數
print(clf.best_params_)
#得分
for params, mean_score, scores in clf.gird_scores_:
 print("%.3f (+/-%.0.03f) for %r" % (mean_score, scores.std()*1.96,params))
#分類報告
y_true, y_pred = y_test, clf.predict(X_test)
print(classification_report(y_true, y_pred))

關于“sklearn中數據集拆分與訓練的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。