Python Scikit-learn を使用して線形分類を実装するにはどうすればよいですか?

線形分類は、最も単純な機械学習の問題の 1 つです。線形分類を実現するために、sklearn の SGD (確率的勾配降下法) 分類器を使用してアヤメの花の品種を予測します。

＃＃＃ステップ＃＃＃

以下の手順に従って、Python Scikit-learn を使用して線形分類を実装できます。

ステップ1

-最初に必要なパッケージscikit-learn、NumPy、matplotlibをインポートします

ステップ

2 -データセットをロードし、トレーニングデータセットとテストデータセットを構築します。 Step

3 - matplotlib を使用してトレーニング インスタンスを描画します。このステップはオプションですが、例をより明確に示すことをお勧めします。 ステップ

4 - SGD 分類子のオブジェクトを作成し、そのパラメーターを初期化し、fit() メソッドを使用してモデルをトレーニングします。 ステップ

5 -Python Scikit-learnライブラリのメトリックパッケージを使用して結果を評価します。 Example の翻訳は次のとおりです:

Example

以下の例を見てみましょう。ここでは、アヤメの花の 2 つの特性、がくの幅とがくの長さを使用して、アヤメの花の種類を予測します。

リーリー ＃＃＃出力＃＃＃

次の出力が生成されます

リーリー

私たちの分類器の精度は: 76.66666666666667

#

以上がPython Scikit-learn を使用して線形分類を実装するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。