• L0_912235
    了解作者
  • 8KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-04-13 23:55
    上传日期
此资源为学习机器学习中K近邻算法时的练习代码,有需要的可以下载
K-近邻算法.zip
  • K-近邻算法
  • .idea
  • misc.xml
    776B
  • workspace.xml
    15.2KB
  • K-近邻算法.iml
    408B
  • encodings.xml
    138B
  • modules.xml
    287B
  • 鸢尾花种类判别.py
    1.5KB
  • 数据集介绍.py
    1.9KB
  • hello_K.py
    352B
  • 特征预处理.py
    685B
内容介绍
""" 案例:获取鸢尾花数据集 在scikit-learn中对于小数据集在安装时已经下载了,比如鸢尾花数据集 """ from sklearn.datasets import load_iris,fetch_20newsgroups from sklearn.model_selection import train_test_split import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 1、数据集获取 # 1.1 小数据集获取 iris = load_iris() # print(iris) # 1.2 大数据集获取 # news = fetch_20newsgroups() # print(news) # 2、数据集属性描述 # print("数据集中特征值为:\n",iris.data) # print("数据集中目标值为:\n",iris["target"]) # print("数据集中特征值名字为:\n",iris.feature_names) # print("数据集中目标值名字为:\n",iris.target_names) # print("数据集的描述为:\n",iris.DESCR) """ 对鸢尾花数据进行可视化 """ # 1、数据类型转换 iris_data = pd.DataFrame(data=iris.data, columns=[iris.feature_names[0],iris.feature_names[1], iris.feature_names[2],iris.feature_names[3]]) iris_data["target"] = iris.target # print(iris_data) # 2、定义画图函数 def iris_plot(data,col1,col2): sns.lmplot(col1,col2,data=data,hue="target",fit_reg=False) plt.title("鸢尾花数据展示",fontsize=16) plt.xlabel(col1) plt.ylabel(col2) plt.show() # iris_plot(iris_data,iris.feature_names[0],iris.feature_names[3]) """ 数据集的划分 """ x_train,x_test,y_train,y_test = train_test_split(iris.data,iris.target,test_size=0.2,random_state=22) # print("训练集的特征值为:\n",x_train) # print("测试集的特征值为:\n",x_test) # print("训练集的目标值为:\n",y_train) # print("测试集的目标值为:\n",y_test) print("训练集的特征值形状:\n",x_train.shape) print("测试集的特征值形状:\n",x_test.shape)
评论
    相关推荐
    • GaussDB_100_1.0.1-DATABASE-REDHAT-64bit.tar.gz
      guassdb100在redhat上安装包,单机部署的包,安装步骤请看我的文中介绍,经过大量实验搭建总结出来的文档
    • 卷积神经网络
      这是卷积神经网络的一个实际用例,已经调试好了,能够在matlab上成功运行,适合从事卷积神经网络(CNN)研究的人员学习使用。
    • SIM800C_MQTT.rar
      使用SIM800C模块,使用MQTT协议,连接中国移动onenet平台,能实现数据的订阅、发布、存储等
    • android从bootloader到launcher启动流程整理
      讲述android 开机流程 从boot rom---bootloader---init--zygote---systemserver---ams 并附上自己整理的每个流程的流程图 ,清晰熟悉android 启动流程
    • Aerosim Blockset
      The AeroSim aeronautical simulation blockset provides a complete set of tools for the rapid development of nonlinear 6-degree of freedom aircraft dynamic models. In addition to the basic aircraft dynamics blocks, the library also includes complete aircraft models which can be customized through parameter files.
    • 微电网PSO优化算法
      微电网的粒子群优化调度算法,里面包括相关文献参考和电价数据,算法的过程解释的很清楚,是我学算法时候用到的资源。
    • 分数阶混沌系统:分数阶混沌系统的数值解。-matlab开发
      该工具箱包含可用于模拟一些著名的分数阶混沌系统的函数,例如: - 陈的系统, - Arneodo的系统, - Genesio-Tesi 的系统, - 洛伦兹系统, - 牛顿-莱普尼克系统, - 罗斯勒的系统, - Lotka-Volterra系统, - 达芬的系统, - 范德波尔的振荡器, -伏打的系统- 陆氏系统, - 刘的系统, - Chua的系统, - 金融系统, - 3 细胞 CNN。 这些函数以数值方式计算描述混沌系统的分数阶非线性微分方程的解。 每个函数返回总模拟时间的状态轨迹(吸引器)。 更多详情请看书: Ivo Petras,分数阶非线性系统:建模、分析和仿真,Springer,系列:非线性物理科学,2011,ISBN 978-3-642-18100-9。 http://www.springer.com/engineering/control/book/978-3-
    • matlabpam代码-dsp-library:用于光通信的MATLABDSP函数库
      matlab pam代码 DSP库 该项目包含几种不同的功能,可将DSP算法应用于光通信。 这些功能适用于相干和非相干(PAM,DMT)光通信。 大多数功能是相互独立的。 因此,该代码中的功能可以轻松使用,并与其他DSP功能结合使用。 用法 功能列表以及简短说明在文件中。 输入和输出参数的描述在每个函数的标题中。 讯号 通常,输入(和输出)信号在第一维度上具有时间(例如,列向量),而第二维度用于一次管理多个信号(例如,不同的极化,不同的参数等)。 之所以选择这种约定,是因为MATLAB通过将列保留在内存的连续部分中来存储矩阵,因此,这种约定比其他方法(行向量)要快。 参数 大多数功能使用参数结构作为输入参数。 函数中使用的参数的描述通常在标头中,而coherent-dsp函数的默认参数在文件中。 参考 执照 此代码在下发布。
    • 有关多目标跟踪的PHD滤波的一些资料
      一些关于多目标跟踪的新的文献,主要是有关概率假设密度(PHD)的
    • stm32-uart-dma:STM32串口DMA模式发送&接收实现,高速串口通信(1.5Mbps)不丢数据
      STM32高速串口通信DMA收发实现 测试平台 平台 晶振 BSP库 串口 STM32F030C8T6 12MHz 标准库 UART1、UART2 STM32F103ZET6 8MHz 标准库 UART1、UART2 ... 实现功能 收/发环形缓冲区 不定长度接收处理 高速(1.5Mbps)通信不丢数据 关键实现 DMA发送模式 线程循环查询发送环形缓冲区数据,然后启动MDA传输 DMA传输完成中断,连续发送 定时器中断周期发送 DMA接收模式 DMA缓存半满中断(如CPU硬件支持,可使用DMA双缓存机制) DMA缓存传输完成中断 串口空闲中断实现 其他 更详细的描述过程参考文章