Python Scikit-learn을 사용하여 선형 분류를 구현하는 방법은 무엇입니까?

선형 분류는 가장 간단한 기계 학습 문제 중 하나입니다. 선형 분류를 달성하기 위해 sklearn의 SGD(Stochastic Gradient Descent) 분류기를 사용하여 붓꽃 ​​품종을 예측합니다.

단계

아래 단계에 따라 Python Scikit-learn을 사용하여 선형 분류를 구현할 수 있습니다.

1단계 − 먼저 필요한 패키지 scikit-learn, NumPy 및 matplotlib를 가져옵니다

Step 2 − 데이터세트를 로드하고 훈련 및 테스트 데이터세트를 구축합니다.

Step 3 − matplotlib를 사용하여 훈련 인스턴스를 그립니다. 이 단계는 선택 사항이지만 예제를 더 명확하게 보여주는 것이 좋습니다.

Step 4 − SGD 분류기의 객체를 생성하고 해당 매개변수를 초기화한 다음 fit() 메서드를 사용하여 모델을 훈련합니다.

Step 5 − Python Scikit-learn 라이브러리의 메트릭 패키지를 사용하여 결과를 평가합니다.

Example

은 다음과 같이 번역됩니다.

Example

붓꽃의 두 가지 특성, 즉 꽃받침 너비와 꽃받침 길이를 사용하여 붓꽃의 종을 예측하는 아래 예를 살펴보겠습니다.

으아악

출력

다음과 같은 출력이 생성됩니다

으아악

분류기의 정확도: 76.66666666666667

위 내용은 Python Scikit-learn을 사용하여 선형 분류를 구현하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!