admin管理员组

文章数量:1660164

一、简介

这是一个简单的机器学习实战案例，对于大多数新人来说，开始学习机器学习都是从鸢尾花实战开始认识机器学习的，这是因为这个案例简单并且容易理解，使我们能快速了解机器学习的全过程。

二、实例代码

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
import joblib

# 获取数据
data = load_iris()

# 数据集划分
x_train, x_test, y_train, y_test = train_test_split(data['data'], data['target'], test_size=0.3, random_state=10)

# 特征工程--标准化
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)

# 机器学习
estimate = LinearRegression()
estimate.fit(x_train, y_train)

# 保存模型
# joblib.dump(estimate, 'iris.pkl')

# 加载模型
# estimate = joblib.load('iris.pkl')
# 模型评估
y_pre = estimate.predict(x_test)
score = estimate.score(x_test, y_test)
print("模型的分数为：", score)

这是一个通过线性回归算法的方式去求鸢尾花的模型评估分数的，他的准确率达到了92.4%，证明是一个比较好的模型。

本文标签： 实战机器鸢尾花

版权声明：本文标题：机器学习之鸢尾花实战 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/xitong/1729851207a1215436.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。