分别用逻辑回归和决策树实现鸢尾花数据集分类
复制
from sklearn.datasets import load_iris import matplotlib.pyplot as plt iris = load_iris() print("Iris Dataset contains %s samples in total，%s features."%(iris.data.shape[0], iris.data.shape[1]))# 输出为Iris Dataset contains 150 samples in total，4 features. ''' iris.data[:5] array([[5.1, 3.5, 1.4, 0.2], [4.9, 3. , 1.4, 0.2], [4.7, 3.2, 1.3, 0.2], [4.6, 3.1, 1.5, 0.2], [5. , 3.6, 1.4, 0.2]]) iris.target array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]) ''' from sklearn.model_selection import train_test_split X = iris.data[:,:2] Y = iris.target x_train, x_test, y_train, y_test = train_test_split(X,Y, test_size = 0.3, random_state = 0) from sklearn.linear_model import LogisticRegression lr = LogisticRegression(penalty='l2',solver='newton-cg',multi_class='multinomial') lr.fit(x_train,y_train) print("Logistic Regression模型训练集的准确率：%.3f" %lr.score(x_train, y_train))# Logistic Regression模型训练集的准确率：0.829 print("Logistic Regression模型测试集的准确率：%.3f" %lr.score(x_test, y_test))# Logistic Regression模型测试集的准确率：0.822 target_names = ['setosa', 'versicolor', 'virginica'] print(metrics.classification_report(y_test, y_hat, target_names = target_names)) ''' 输出为： precision recall f1-score support setosa 1.00 1.00 1.00 16 versicolor 0.81 0.72 0.76 18 virginica 0.62 0.73 0.67 11 avg / total 0.83 0.82 0.82 45 '''
相关知识
鸢尾花、葡萄酒分类数据集
Python实现C4.5决策树在鸢尾花数据集上的分类应用
基于鸢尾花（iris）数据集的逻辑回归分类实践
逻辑回归实战：鸢尾花数据集性能分析与参数调优
机器学习算法其一：鸢尾花数据集逻辑回归分类预测学习总结
决策树可视化：鸢尾花数据集分类(附代码数据集)
逻辑回归的多分类实战：以鸢尾花数据集为例
R语言实现鸢尾花数据集决策树分类
基于机器学习的鸢尾花数据集的三分类算法的实现 C++
python鸢尾花数据集的分类问题 -- 逻辑回归问题研究
网址: 分别用逻辑回归和决策树实现鸢尾花数据集分类 https://m.huajiangbk.com/newsview2508860.html
| 上一篇: 利用随机森林，斯朴素贝叶斯，支持 |
下一篇: 支持向量机&鸢尾花Iris数据集 |
