第二周<导学/分类>
分类学习####
分类算法各有不同
knn
naivebyes
regression
dnn
sklearn.linear_modlel 线性函数
sklearn.preprocessing 非线性函数
分类##
基本分类模型###
knn####
sklearn.neighbors.KNeighborsClassifier
n_neighbors
weights 设置选择k个点对分类效果的影响权重
uniform,distance
algothrim 计算临近点的方法 ball_tree kd_tree brute auto
...
- 实例介绍
neigh=KNeightborsClassifier(neigh)
neigh.fit(X,y)
neigh.predict([[1.1]])
决策树####
构造好的分类决策树
sklearn.tree.DecisionTreeClassifier
criterion : 用于选择属性的准侧,可以传入gini代表基尼系数,entropy代表信息增益
max_features: 表示节点分裂时,从所少个特征中选择最优特征,可以设定固定数木,百分比,或其他个数,默认是所有特征
人体姿态预测###
这个数据集好偏啊,运行效果并不好。
# -*- coding: utf-8 -*-
"""
Created on Wed May 24 17:41:04 2017
@author: sfzyk
"""
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.preprocessing import Imputer
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.naive_bayes import GaussianNB
import os
def load_dataset(feature_paths,label_paths):
feature=np.ndarray(shape=(0,41))
label=np.ndarray(shape=(0,1))
for file in feature_paths:
# 使用逗号分隔符读取特征数据,将问号替换标记为缺失值,不包含表头
df=pd.read_table(file,delimiter=',',na_values='?',header=None)
imp=Imputer(missing_values='NaN',strategy='mean',axis=0)
#imp 是一个Imputer实例 用于预处理数据
imp.fit(df)
df=imp.transform(df)
#进行特征合并
feature=np.concatenate((feature,df))
for file in label_paths:
df=pd.read_table(file,header=None)
label=np.concatenate((label,df))
label=np.ravel(label)
return feature,label
if __name__=='__main__':
os.chdir(r"D:\mechine_learning\mooc_data\bodydata")
feature_paths=['A.feature','B.feature','C.feature','D.feature','E.feature',]
#label_paths=['A.label','B.label','C.label']
#x_train,y_train=load_dataset(feature_paths[:2],label_paths[:2])
#x_test,y_test=load_dataset(feature_paths[2:],label_paths[2:])
label_paths=['A.label','B.label','C.label','D.label','E.label',]
x_train,y_train=load_dataset(feature_paths[:4],label_paths[:4])
x_test,y_test=load_dataset(feature_paths[4:],label_paths[4:])
x_train,x_,y_train,y_=train_test_split(x_train,y_train,test_size=0.0)
'''
mask=np.random.permutation(x_test.shape[0])[0:10000]
x_test=x_test[mask,:]
y_test=y_test[mask]
x_train,y_train=x_train[0:100000,:],y_train[0:100000]
'''
#只是随机打乱
'''
print("Start training knn")
knn=KNeighborsClassifier(algorithm='kd_tree')
knn.fit(x_train,y_train,)
print("begin predic")
answer_knn=knn.predict(x_test)
print("knn are done")
print("DT are training")
DT=DecisionTreeClassifier()
DT.fit(x_train,y_train)
print("begin predic")
answer_DT=DT.predict(x_test)
print("DT are done")
print("naive bayes are training")
nb=GaussianNB()
nb.fit(x_train,y_train)
print("begin predic")
answer_nb=nb.predict(x_test)
print("naive nb are done!")
print("knn")
print(classification_report(y_test,answer_knn))
print("DT")
print(classification_report(y_test,answer_DT))
print("nb")
print(classification_report(y_test,answer_nb))
'''
股票涨跌预测###
也是一个效果微乎其微的预测
就算只是预测单天是涨是跌,也只能做到53%左右的准确度。
# -*- coding: utf-8 -*-
"""
Created on Fri May 26 18:59:17 2017
@author: sfzyk
"""
import pandas as pd
import numpy as np
from sklearn import svm
from sklearn import cross_validation
import os
os.chdir("D:\mechine_learning\mooc_data\stock")
data=pd.read_csv("000777.csv",encoding='gbk',parse_dates=[0],index_col=0)
data.sort_index(0,ascending=True,inplace=True)
dayfeature=150
featurenum=5*dayfeature
x=np.zeros((data.shape[0]-dayfeature,featurenum+1))
y=np.zeros((data.shape[0]-dayfeature))
for i in range(0,data.shape[0]-dayfeature):
x[i,0:featurenum]=np.array(data[i:i+dayfeature][['收盘价','最低价','最高价','开盘价','成交量']]).reshape((1,featurenum))
x[i,featurenum]=data.ix[i+dayfeature]['开盘价']
for i in range(0,data.shape[0]-dayfeature):
if data.ix[i+dayfeature]['收盘价']>=data.ix[i+dayfeature]['开盘价']:
y[i]=1
else:
y[i]=0
clf=svm.SVC(kernel='rbf')
result=[]
for i in range(5):
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x,y,test_size=0.2)
clf.fit(x_train,y_train)
result.append(np.mean(y_test==clf.predict(x_test)))
第二周<导学/分类>的更多相关文章
- 第二周<线性回归>
可行性分析 略 sklearn.linear_model.linear_regression() 一些参数 fit_intercept 布尔型参数,表示是否计算该模型的截距 normalize 布尔型 ...
- Surprise团队第二周项目总结
Surprise团队第二周项目总结 项目进展 已实现五子棋人人模式部分 人人模式: 基本方式:采取黑棋先行,黑白交替的下棋顺序. 模式:通过鼠标点击相应棋盘中的"交叉点",在lay ...
- python课程第二周重点记录
python课程第二周重点记录 1.元组的元素不可被修改,元组的元素的元素可以被修改(字典在元组中,字典的值可以被修改) 2.个人感觉方便做加密解密 3.一些方法的使用 sb = "name ...
- 20145213《Java程序设计》第二周学习总结
20145213<Java程序设计>第二周学习总结 教材学习内容总结 本周娄老师给的任务是学习教材的第三章--基础语法.其实我觉得还蛮轻松的,因为在翻开厚重的书本,一股熟悉的气息扑面而来, ...
- 20145304 刘钦令 Java程序设计第二周学习总结
20145304 <Java程序设计>第2周学习总结 教材学习内容总结 java可区分基本类型和类类型(即参考类型)两大类型系统. 基本类型主要可区分为整数.字节.浮点数.字符与布尔. 整 ...
- 20145330孙文馨 《Java程序设计》第二周学习总结
20145330孙文馨第二周学习总结 第二周相比于第一周对java语言有了深一点的了解,也意识到多敲代码才是学习计算机语言的最好方法. 教材内容总结 类型.变量与运算符 *基本类型 整数(short. ...
- 20145337 《Java程序设计》第二周学习总结
20145337 <Java程序设计>第二周学习总结 教材学习内容总结 Java可分基本类型与类类型: 基本类型分整数(short.int.long).字节(byte).浮点数(float ...
- Linux内核设计第二周——操作系统工作原理
Linux内核设计第二周 ——操作系统工作原理 作者:宋宸宁(20135315) 一.实验过程 图1 执行效果 从图中可以看出,每执行my_ start_ kernel函数两次或一次,my_ time ...
- 20169212《Linux内核原理与分析》第二周作业
<Linux内核原理与分析>第二周作业 这一周学习了MOOCLinux内核分析的第一讲,计算机是如何工作的?由于本科对相关知识的不熟悉,所以感觉有的知识理解起来了有一定的难度,不过多查查资 ...
- 20135328信息安全系统设计基础第二周学习总结(vim、gcc、gdb)
第三周学习笔记 学习计时:共8小时 读书:1 代码:5 作业:1 博客:7 一.学习目标 熟悉Linux系统下的开发环境 熟悉vi的基本操作 熟悉gcc编译器的基本原理 熟练使用gcc编译器的常用选项 ...
随机推荐
- 记一次log4j日志文件小事故
最近散仙在做公司的一个跟搜索有关的数据分析项目,主要就是统计搜索的转化率,目的主要有以下几个: (1)通过数据分析挖掘,找出搜索业务在整个平台系统里的GMV里所占份额 (2)给公司的搜索算法调优,提供 ...
- SPRINGBOOT配置事物注解和@MAPPER注意
MAPPER接口要使用@Mapper注解,不能用@Compent @Repository,否则没有效果 一.开启事物 在启动类上加 @EnableTransactionManagement //如果m ...
- 模板:ST表
ST表:解决RMQ类问题,预处理$O(nlog_{2}n)$,查询$O(1)$ 较线段树来说每次查询为1,线段树为log,但ST表不方便更改 ST表还用了倍增思想. 模板: struct ST_MAP ...
- Trie树 模板
普通Trie: struct TRIE{ ],tot,end[MAXN]; TRIE(){tot=;} void insert(char *s){//s为要插入的字符串 int len=strlen( ...
- HZOI20190828模拟32题解
题面:https://www.cnblogs.com/Juve/articles/11428730.html chinese: 考虑$\sum\limits_{i=0}^{n*m}i*f_i$的意义: ...
- element-ui 使用笔记
1,获取级联选择器 cascader的值 获取value值:就是v-model绑定的值, 获取label值:要先给cascader组件一个ref值,然后通过 this.$refs.组件的ref值.cu ...
- 微信小程序上传报错:以下文件没有被打包上传: · .gitignore
简单粗暴的办法就是:找到gitignore文件,把该文件删除掉即可. 在使用Git的过程中,我们喜欢有的文件比如日志,临时文件,编译的中间文件等不要提交到代码仓库,这时就要设置相应的忽略规则,来忽略这 ...
- nginx 访问ssl 的 pem 遇到的权限问题
nginx 开启失败,日志记录 访问 ssl 的 pem 文件 fopen:Permission denied 权限问题,查看文件权限,目录权限,正常. google 后得知原来是一个 SELinu ...
- PAT甲级——A1040 Longest Symmetric String
Given a string, you are supposed to output the length of the longest symmetric sub-string. For examp ...
- 使用truss、strace或ltrace诊断软件问题-转
http://blog.itpub.net/35489/viewspace-84293 进程无法启动,软件运行速度突然变慢,程序的"Segment Fault"等等都是让每个Uni ...