scikit-学ぶ可視化の例を学ぶ最初のマシン

scikit-学び、書き込みsklearn、Pythonはツールにオープンソースパッケージを学習言語ベースのマシンです。これはnumpyの、scipyのダウンロードとを介して行われ
、そのような効率的なアルゴリズムのためのライブラリ、およびカバーほぼすべての主要な機械学習アルゴリズムとしてPython matplotlibの数値計算。
http://scikit-learn.org/stable/index.html

https://sklearn.apachecn.org/

必要なパッケージをインストールします。

ピップインストールnumpyのパンダmatplotlibのscikit-学ぶgraphvizのscipyのダウンロードjupyter

この例では、実行中jupyterに直接jupyter、コピーを実行します。

＃ - * -コーディング：UTF- 8 - * -
 からsklearnインポートツリー
 からload_wineをインポートsklearn.datasets
 からsklearn.model_selection輸入train_test_splitの

ワイン = load_wine（）
プリント（wine.data.shape）
プリント（wine.target） 
＃如果ワインを是一张表、应该长这样：
インポートパンダとしてのPd 
pd.concat（[pd.DataFrame（wine.data）、pd.DataFrame（wine.target）]、軸 = 1 ）
プリント（wine.feature_names）
プリント（ワイン.target_names）
Xtrain、XTEST、Ytrain、Ytest = train_test_split（wine.data、wine.target、test_size = 0.3 ） 
プリント（Xtrain.shape）
プリント（Xtest.shape）

CLF = tree.DecisionTreeClassifier（基準= " エントロピー" ）
CLF = clf.fit（Xtrain、Ytrain）
スコア = clf.score（XTEST、Ytest）＃リターン予測精度の
印刷（スコア）

にFEATURE_NAME = [ 「アルコール」、「リンゴ酸」、「グレー」、「灰色の基本的な」、「マグネシウム」、「総フェノール」、「フラボノイド」、「非フェノールフラボノイド」、'アントシアニン'、' 色強度'、' トーン'、' OD280 / od315希釈ワイン'、' プロリン' ] 

インポートGraphvizの
dot_data = tree.export_graphviz（CLF 
                               、FEATURE_NAMEに = FEATURE_NAMEに
                               class_names、 = [ " ジン"、" シャーリー"、「ベルモダー」] 
                               充填、 = 真
                               、丸みを帯びた=真
                               ）
グラフ = graphviz.Source（dot_data）
グラフ

結果：

（178、13 ）
[ 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0 
 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0 0  0  0  0  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 
 1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 
 1  1  1  1  1 1  1  1  1  1  1  1  1  1  1  1  1  1  1  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2 
 2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2 2 ] 
[ ' アルコール'、' malic_acid '、' 灰'、' alcalinity_of_ash '、' マグネシウム'、' total_phenols '、' フラボノイド'、' nonflavanoid_phenols '、' プロアントシアニン'、' color_intensity '、' 色相'、'OD280 / od315_of_diluted_wines "、' プロリン' ] 
[ ' class_0 '  ' class_1 '  ' class_2 ' ] 
（124、13 ）
（54、13 ）
 0.9629629629629629

ここで参照するにはありませんjupyter学生：https://www.cnblogs.com/v5captain/p/6688494.html

機械学習はちょっと、それなしでは生きられません！

scikit-学ぶ可視化の例を学ぶ最初のマシン

おすすめ