位置: 编程技术 - 正文

scikit-learn使用笔记与sign prediction简单小结(scikit-learn svr)

编辑:rootadmin

推荐整理分享scikit-learn使用笔记与sign prediction简单小结(scikit-learn svr),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:scikit-learn中文,scikit-learn中文,scikit-learn svr,scikit learn,scikit-learn教程,scikit-learn的用途,scikit learn中文手册,scikit learn,内容如对您有帮助,希望把文章链接给更多的朋友!

经Edwin Chen的推荐,认识了scikit-learn这个非常强大的python机器学习工具包。这个帖子作为笔记。(其实都没有笔记的意义,因为他家文档做的太好了,不过还是为自己记记吧,为以后节省若干分钟)。如果有幸此文被想用scikit-learn的你看见,也还是非常希望你去它们的主页看文档。主页中最值得关注的几个部分:User Guide几乎是machine learning的索引,各种方法如何使用都有,Reference是各个类的用法索引。

S1. 导入数据 大多数数据的格式都是M个N维向量,分为训练集和测试集。所以,知道如何导入向量(矩阵)数据是最为关键的一点。这里要用到numpy来协助。假设数据格式是:

复制代码代码如下:Stock prices indicator1 indicator2 2.0 1.0 .. .. .. . . .

导入代码参考:

复制代码代码如下:import numpy as np f = open("filename.txt") f.readline() # skip the header data = np.loadtxt(f) X = data[:, 1:] # select columns 1 through end y = data[:, 0] # select column 0, the stock price

libsvm格式的数据导入:

复制代码代码如下:>>> from sklearn.datasets import load_svmlight_file >>> X_train, y_train = load_svmlight_file("/path/to/train_dataset.txt") ... >>>X_train.todense()#将稀疏矩阵转化为完整特征矩阵

更多格式数据导入与生成参考:

S2. Supervised Classification 几种常用方法:

Logistic Regression

复制代码代码如下:>>> from sklearn.linear_model import LogisticRegression >>> clf2 = LogisticRegression().fit(X, y) >>> clf2 LogisticRegression(C=1.0, intercept_scaling=1, dual=False, fit_intercept=True, penalty='l2', tol=0.) >>> clf2.predict_proba(X_new) array([[ 9.e-, 9.e-, 1.e-]])

Linear SVM (Linear kernel)

复制代码代码如下:>>> from sklearn.svm import LinearSVC >>> clf = LinearSVC() >>> clf.fit(X, Y) >>> X_new = [[ 5.0, 3.6, 1.3, 0.]] >>> clf.predict(X_new)#reuslt[0] if class label array([0], dtype=int)

SVM (RBF or other kernel)

scikit-learn使用笔记与sign prediction简单小结(scikit-learn svr)

复制代码代码如下:>>> from sklearn import svm >>> clf = svm.SVC() >>> clf.fit(X, Y) SVC(C=1.0, cache_size=, class_weight=None, coef0=0.0, degree=3, gamma=0.0, kernel='rbf', probability=False, shrinking=True, tol=0., verbose=False) >>> clf.predict([[2., 2.]]) array([ 1.])

Naive Bayes (Gaussian likelihood)

复制代码代码如下:from sklearn.naive_bayes import GaussianNB >>> from sklearn import datasets >>> gnb = GaussianNB() >>> gnb = gnb.fit(x, y) >>> gnb.predict(xx)#result[0] is the most likely class label

Decision Tree (classification not regression)

复制代码代码如下:>>> from sklearn import tree >>> clf = tree.DecisionTreeClassifier() >>> clf = clf.fit(X, Y) >>> clf.predict([[2., 2.]]) array([ 1.])

Ensemble (Random Forests, classification not regression)

复制代码代码如下:>>> from sklearn.ensemble import RandomForestClassifier >>> clf = RandomForestClassifier(n_estimators=) >>> clf = clf.fit(X, Y) >>> clf.predict(X_test)

S3. Model Selection (Cross-validation) 手工分training data和testing data当然可以了,但是更方便的方法是自动进行,scikit-learn也有相关的功能,这里记录下cross-validation的代码:

复制代码代码如下:>>> from sklearn import cross_validation >>> from sklearn import svm >>> clf = svm.SVC(kernel='linear', C=1) >>> scores = cross_validation.cross_val_score(clf, iris.data, iris.target, cv=5)#5-fold cv #change metrics >>> from sklearn import metrics >>> cross_validation.cross_val_score(clf, iris.data, iris.target, cv=5, score_func=metrics.f1_score) #f1 score: <a href="

more about cross-validation:

Note: if using LR, clf = LogisticRegression().

S4. Sign Prediction Experiment 数据集,EPINIONS,有user与user之间的trust与distrust关系,以及interaction(对用户评论的有用程度打分)。

Features:网络拓扑feature参考"Predict positive and negative links in online social network",用户交互信息feature。

一共设了3类instances,每类3次训练+测试,训练数据是测试数据的倍,~,个/5/维向量,得出下面一些结论。时间上,GNB最快(所有instance都是2~3秒跑完),DT非常快(有一类instance只用了1秒,其他都要4秒),LR很快(三类instance的时间分别是2秒,5秒,~秒),RF也不慢(一个instance9秒,其他秒),linear kernel的SVM要比LR慢好几倍(所有instance要跑多秒),RBF kernel的SVM比linear SVM要慢+倍到上百倍(第一个instance要分钟,第二个instance跑了近两个小时)。准确度上RF>LR>DT>GNB>SVM(RBF kernel)>SVM(Linear kernel)。GNB和SVM(linear kernel)、SVM(rbf kernel)在第二类instance上差的比较远(~个百分点),LR、DT都差不多,RF确实体现了ENSEMBLE方法的强大,比LR有较为显著的提升(近2~4个百分点)。(注:由于到该文提交为止,RBF版的SVM才跑完一次测试中的两个instance,上面结果仅基于此。另外,我还尝试了SGD等方法,总体上都不是特别理想,就不记了)。在feature的有效性上面,用户交互feature比网络拓扑feature更加有效百分五到百分十。

S5.通用测试源代码 这里是我写的用包括上述算法在内的多种算法的自动分类并fold cross-validation的python代码,只要输入文件保持本文开头所述的格式(且不包含注释信息),即可用多种不同算法测试分类效果。Download.

Linux下安装和部署LXC(内核虚拟化技术)的方法 LinuxContainer容器是一种内核虚拟化技术,简称LXC,是一种轻量级的虚拟化手段,那么LXC要如何安装部署呢?下面小编就给大家介绍下Linux下LXC的安装部署

在Linux虚拟环境下搭建DB2的多分区数据库DPF DPF是DB2的多分区数据库,那么DPF要怎么搭建呢?下面小编就给大家介绍下如何在Linux虚拟化环境搭建DB2数据库DPF,给不知道怎么搭建的朋友做个指导。DB2

Linux系统中在虚拟机上搭建DB2 pureScale的方法 在Linux操作系统中,可在虚拟机上搭建DB2pureScale,那么搭建的步骤是怎么样的呢?DB2pureScale又有什么用呢?下面随小编一起来了解下Linux系统如何在虚拟

标签: scikit-learn svr

本文链接地址:https://www.jiuchutong.com/biancheng/367651.html 转载请保留说明!

上一篇:如何在Linux下设置访问控制列表(ACL)来控制用户的权限(linux系统怎么弄)

下一篇:Linux下安装和部署LXC(内核虚拟化技术)的方法(linux安装与部署)

  • 原材料退款的会计分录
  • 进项税额转出的例题
  • 工资储备金制度
  • 未确认融资费要还款吗
  • 工程劳务费计入哪个会计科目
  • 年末未分配利润怎么处理
  • 直接抵免和间接抵免的区别
  • 收取违约金需要什么条件
  • 外地企业如何在本地纳税
  • 其他应收款利息收入税务规定
  • 工业企业如何进行设备的选购管理
  • 外汇结汇的方法有哪些呢?
  • 给员工发结婚礼金怎么说
  • 所得税汇算清缴表在哪里打印
  • 税控技术服务费每年都可以抵扣吗
  • 一般纳税人企业所得税政策最新2023
  • 汇总纳税企业的分公司如何享受税收优惠政策
  • 计提应付利息编制记账凭证用什么原始凭证?
  • 固定资产装修费用计入房产税吗
  • 去年的企业所得税
  • 每月的话费到下个月会扣吗
  • 维修是几个点的税率
  • 全员劳动生产率怎么计算出来的
  • 把桌面文件放到虚拟机
  • 如何打开mac系统
  • 怎么隐藏单元
  • 无法使用内置管理员账户打开micr
  • 分期付款买车的利息会计分录
  • 收到员工违章操作罚款的会计分录
  • 限额领料单一般一式几联
  • php的数组函数
  • 观察者模式 mvc
  • 海带下载
  • 银行汇票属于银行存款吗
  • php绘制图片
  • 营改增工程计价规则
  • node.js in action
  • 数据库防止重复数据
  • 出口退税的会计科目一般记为什么
  • python颜色代码有哪些
  • 购买方怎么填写发票
  • access中宏的操作
  • 向境外支付赔偿款是否需要税务备案
  • 公司不可以销售车辆吗
  • sql server数据
  • mac卸载软件在哪里彻底卸载?
  • 公司卖出货物没有发票
  • 存在弃置费用的固定资产有哪些
  • 学历教育服务增值税
  • 销售样品分录
  • 工资中的扣款怎么做账
  • 企业计提什么意思
  • 公司借钱不还怎么办
  • 收到股东投资款需要交什么税
  • 怎么开具
  • 金融企业借款费用扣除比例
  • asp.net 使用SqlBulkCopy极速插入数据到 SQL Server
  • mysql数据库主机一般填什么
  • OS X 10.12.6 beta 1如何更新 OS X 10.12.6 beta 1如何升级
  • Linux系统配置IP
  • 使用和启动故障的区别
  • win7系统安装的配置要求有什么
  • xp怎么删除电脑系统
  • win7由于所要求的文件丢失或损坏
  • Win10 Mobile 14342.1004快速预览版更新 提升电池续航
  • unix怎么操作
  • WIN10安装教程
  • win10无法启动diagnostic policy service
  • 关于自定义工作台的说法,正确的是
  • oracle创建emp表
  • nodejs bff
  • nodejs获取当前时间
  • shell脚本-lt
  • jquery 表单
  • 房屋附属设备和配套设施计征房产税
  • CA证书如何办理?
  • 开电子发票流程步骤
  • 慰问金能直接转账吗
  • 非居民企业机构场所核定征收
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设