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)

  • 视同内销增值税怎么申报
  • 出口退税便捷退税操作流程
  • 工会账怎么做
  • 航空公司能开电动车吗
  • 海关完税凭证抵扣清单在哪里
  • 固定资产类型表
  • 加计抵扣进项税进营业外收入
  • 第一次开电子普票怎么开
  • 13点专票和13点普票的区别
  • 小微企业城建税优惠政策2023
  • 工伤职工应享有的待遇及救济途径
  • 该企业本月发生如下经济业务
  • 当月有待发货如何退货
  • 企业收到预收账款,能不能给购买方开具发票
  • 一般开发间接费
  • 加计扣除要交企业所得税吗
  • 建筑工程属于开票项目吗
  • 营改增后房地产企业增值税税收筹划存在问题
  • 国家税务总局13号文
  • 企业借款利息税前扣除怎么算
  • 安置房账务处理
  • 对公支出没有发票计入什么科目
  • 主营业务净利率和销售净利率一样吗
  • 股权激励取消怎么处理?
  • 从租计征的房产税纳税义务发生时间
  • 加速折旧法和直线折旧法的区别
  • 应交税费贷方余额负数表示什么
  • win10系统如何更改工作组
  • php中cookie和session的区别
  • 汇算清缴审计报告收费标准
  • 公司为什么要签劳务协议
  • 房地产企业预售房产怎么缴税
  • 【Fiddler Everywhere】史上最强抓包工具(安装 修改教程)
  • 公司报销医疗费用公司医保里面的钱也报吗
  • 生育津贴差额账务处理
  • 会计核算的实训目的
  • 贷款损失准备是什么科目借贷方向
  • 免费GPU:九天•毕昇平台使用教程
  • php多图片上传到数据库
  • 机器学习中的数学原理——对数似然函数
  • transformer模型包含哪些结构
  • php 验证类
  • hashmap 面试
  • 计提预付账款会计分录
  • 快递怎么做账单
  • python中的split函数
  • 网上变更财务负责人新负责人要确认吗
  • 小规模纳税人报税
  • 水利建设基金计费方式
  • 累计摊销属于什么类科目
  • 公司交残保金是什么意思
  • 质量不合格怎么说
  • 房地产企业取得政府补助
  • 土地需要摊销嘛?
  • 对方开的增值税普票怎么查
  • 应交税费月底怎么结账
  • 向投资者分配利润或股利为什么减少所有者权益?
  • 二级分支机构不具有主体生产经营职能?
  • 税前利息为什么这么高
  • 其他应付款的核算范围包括应付短期租赁
  • 工会经费按照什么计算缴纳
  • mysql安装与配置详细教程
  • win7怎么装win8系统
  • win8局域网共享设置
  • ubuntu如何安装
  • win7小技巧
  • 为什么我无法更改某些设置电脑
  • opengl 三角形
  • opengl程序
  • node.js连接不上数据库
  • shell脚本用法
  • node.js抓包
  • Node.js中的全局对象有
  • python 效率优化
  • unity 断点
  • js实现下载
  • python中redis的用法
  • 如何用js动态创建div
  • 税务系统个人业务自传
  • 商住两用房出售要交契税吗
  • 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