【机器学习】(四)一些数据集:forge、wave、cancer、bosten、two-moons
头文件
import numpy as np
import matplotlib.pyplot as plt
import mglearn
import pandasfrom sklearn.model_selection import train_test_split
forge数据集
可以用于模拟二分类问题,数据集包含26个数据点和2个特征,两种输出。
from sklearn.model_selection import train_test_split# 生成数据集
X, y = mglearn.datasets.make_forge() # 输入,目标
X_train, x_test, y_train, y_test = train_test_split(X, y, random_state=0)# 数据集绘图
mglearn.discrete_scatter(X[:, 0], X[:, 1], y) # 第一个特征为x轴,第二特征为y轴,不同的点是输出y
plt.legend(['Class 0', 'Class 1'], loc=4) # 给图像加图例(文字说明),loc参数指向图例位置
plt.xlabel('First feature')
plt.ylabel('Second feature')
print('X.shape:{}'.format(X.shape))
wave数据集
用来测试回归算法,数据集只有一个输入特征,一个连续的目标变量/响应。
x, y = mglearn.datasets.make_wave(n_samples=40)
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=0)plt.plot(x, y, 'o') # 圆点表示
plt.ylim(-3, 3)
plt.xlabel('Feature')
plt.ylabel('Target')
cancer数据集
威斯康星州乳腺癌数据集,二分类问题,569个数据点,30个特征,两个目标(良性/恶性)
包含在scikit_learn中的数据集通常保存为Bunch对象。
Bunch对象类似字典,并且可以用点操作符来访问对象的值。bunch.ket = bunch['key']
from sklearn.datasets import load_breast_cancercancer = load_breast_cancer() # Bunch对象
x_train, x_test, y_train, y_test = train_test_split(cancer.data, cancer.target, stratify=cancer.target, random_state=66)print('Cancer Keys:\n{}'.format(cancer.keys()))
print('Target:\n{}'.format({n: v for n, v in zip(cancer.target_names, np.bincount(cancer.target))}))
np.bincount()=函数衡量权重(出现了多少次)
zip()函数将可迭代对象封装成列表,列表的元素为元组。
np.bincount()用法介绍
boston数据集
波士顿房价数据集,回归问题,506个数据点,13个特征。
普通bosten
from sklearn.datasets import load_boston
boston = load_boston()
print(boston.data.shape)
含有交互项的bosten:13个特征两两组合成91个特征,共有104个特征
x, y = mglearn.datasets.load_extended_boston()
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=0)
lr = LinearRegression().fit(x_train, y_train)print(x.shape)
two-moons数据集
二分类数据集,想两个月亮一样(太极)
from sklearn.datasets import make_moons# two_moons数据集
x, y = make_moons(n_samples=100, noise=0.25, random_state=3)
x_train, x_test, y_train, y_test = train_test_split(x, y, stratify=y, random_state=42)
【机器学习】(四)一些数据集:forge、wave、cancer、bosten、two-moons相关推荐
- [当人工智能遇上安全] 7.基于机器学习的安全数据集总结
您或许知道,作者后续分享网络安全的文章会越来越少.但如果您想学习人工智能和安全结合的应用,您就有福利了,作者将重新打造一个<当人工智能遇上安全>系列博客,详细介绍人工智能与安全相关的论文. ...
- 机器学习实战的数据集在哪找_在哪里找到很棒的机器学习数据集
机器学习实战的数据集在哪找 Good machine learning research starts with an exceptional dataset. There is no need to ...
- 机器学习四剑客1——Numpy
求业之精,别无他法,日专而已矣! 一.概论 1.机器学习是什么 2.机器学习做什么 3.机器学习基本概念 二.机器学习第一步:数据分析 1.Python被大量应用在数据挖掘和深度学习领域: 2.其中使 ...
- Dataset:机器学习中常用数据集下载链接集合之详细攻略
Dataset:机器学习中常用数据集下载链接集合之详细攻略 目录 机器学习中常用数据集下载链接集合之详细攻略 sklearn.datasets数据集所有csv文件集合 seaborn-data数据集所 ...
- 机器学习四种调参方法总结
介绍 维基百科上说,"Hyperparameter optimization或tuning是为学习算法选择一组最优的hyperparameters的问题". 本文转载于收藏 | 机 ...
- 机器学习:sklearn数据集与机器学习组成
机器学习组成:模型.策略.优化 <统计机器学习>中指出:机器学习=模型+策略+算法.其实机器学习可以表示为:Learning= Representation+Evalution+Optim ...
- 【机器学习】Pima数据集的可视化
对数据进行理解的最快最有效的方式是:数据的可视化. 单一图表 直方图 密度图 箱线图 直方图 通过直方图可以非常直观地看出每个属性的分布状况:高斯分布,指数分布还是偏态分布. from pandas ...
- 大数据领域机器学习或推荐系统数据集大全
数据集汇总 一.免费大数据存储库的网站 1.深度学习数据集收集网站 http://deeplearning.net/datasets/** 收集大量的各深度学习相关的数据集,但并不是所有开源的数据集都 ...
- 23个优秀的机器学习训练公开数据集,一文全知道!
作者 | Nikola M. Zivkovic 转自AI前线 译者 | 王强 策划 | 凌敏 对于学习机器学习的朋友,一般都会用到那些常用的机器学习数据集,这里一篇文章一网打尽,大家可以一次性下载 ...
- 机器学习深度学习数据集大汇总
寻找一个好用的数据集需要注意一下几点: 数据集不混乱,否则要花费大量时间来清理数据: 数据集不应包含太多行或列,否则会难以使用: 数据越干净越好,清理大型数据集可能非常耗时: 应该预设一个有趣的问题, ...
最新文章
- 分形之闵可夫斯基(Minkowski)
- maya怎么保持2u_【肘进健康】手肘超伸怎么练?
- 11.Verilog中如何避免Latch
- 通过FTP4J 实现 FTPS 连接
- 一次短信验证码攻击的应急响应
- LNMP一键安装包在安装完成后的一些安全设置
- Windows下设置自动关机的命令指示符
- 天涯明夜刀手游微信第一服务器,天涯明月刀手游微信哪个区人多 微信一区选哪个好[多图]...
- mysql语句1=1_mysql - “where 1 = 1”语句
- 第00次博文——我对Python的期待与思考
- 数据结构-stl(二维比较,排序分析)
- BZOJ 1087 SCOI2005 互不侵犯King 状压DP
- Matlab入门:界面认识
- 方志仅占古籍数量十分之一,在家谱编修中却举足轻重,方志凭什么
- nifty_Nifty JUnit:在方法和类级别上使用规则
- 用Sqldbx 连接Mysql
- 2012计算机科学排名,USNEWS2012年计算机科学专业研究生排名
- oracle9i新建数据库的用户有哪些,oracle9i新建数据库
- 微信小程序组件movable-area事件穿透,事件冒泡,movable-area遮盖/遮挡住其他元素之后点击事件不穿透/不冒泡解决办法
- 被360删除的文件怎么恢复?轻松get恢复技巧