最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python機器學(xué)習(xí)實現(xiàn)oneR算法(以鳶尾data為例)

 更新時間:2022年03月03日 10:38:52   作者:侯小啾  
本文主要介紹了python機器學(xué)習(xí)實現(xiàn)oneR算法(以鳶尾data為例),文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下

oneR即“一條規(guī)則”。oneR算法根據(jù)已有的數(shù)據(jù)中,具有相同特征值的個體最可能屬于哪個類別來進行分類。
以鳶尾data為例,該算法實現(xiàn)過程可解讀為以下六步:

一、 導(dǎo)包與獲取數(shù)據(jù)

以均值為閾值,將大于或等于閾值的特征標記為1,低于閾值的特征標記為0。

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
from collections import defaultdict
from operator import itemgetter
import warnings
from sklearn.metrics import classification_report

# 加載內(nèi)置iris數(shù)據(jù),并保存
dataset = load_iris()  
X = dataset.data
y = dataset.target

attribute_means = X.mean(axis=0)  # 得到一個列表,列表元素個數(shù)為特征值個數(shù),列表值為每個特征的均值
X_d = np.array(X >= attribute_means, dtype='int')  # 轉(zhuǎn)bool類型

數(shù)據(jù)到此已獲取完畢,接下來將其劃分為訓(xùn)練集和測試集。

二、劃分為訓(xùn)練集和測試集

使用默認的0.25作為分割比例。即訓(xùn)練集:測試集=3:1。

X_train, X_test, y_train, y_test = train_test_split(X_d, y, random_state=random_state)

數(shù)據(jù)描述:
本例中共有四個特征,
原數(shù)據(jù)集有150個樣本,分割后訓(xùn)練集有112個數(shù)據(jù),測試集有38個數(shù)據(jù)。
標簽一共分為三類,取值可以是0,1,2。

三、定義函數(shù):獲取某特征值出現(xiàn)次數(shù)最多的類別及錯誤率

首先遍歷特征的每一個取值,對于每一個特征值,統(tǒng)計它在各個類別中出現(xiàn)的次數(shù)。
定義一個函數(shù),有以下四個參數(shù):

  • X, y_true即 訓(xùn)練集數(shù)據(jù)和標簽
  • feature是特征的索引值,可以是0,1,2,3。
  • value是特征可以有的取值,這里為0,1。

該函數(shù)的意義在于,對于訓(xùn)練集數(shù)據(jù),對于某個特征,依次遍歷樣本在該特征的真實取值,判斷其是否等于特征的某個可以有的取值 (即value)(以0為例)。如果判定成功,則在字典class_counts中記錄,以三個類別(0,1,2)中該樣本對應(yīng)的類別為鍵值,表示該類別出現(xiàn)的次數(shù)加一。

首先得到的字典(class_counts)形如:
{0: x1, 1.0: x2, 2.0:x3}
其中元素不一定是三個
x1:類別0中,某個特征feature的特征值為value(0或1)出現(xiàn)的次數(shù)
x2:類別0中,某個特征feature的特征值為value(0或1)出現(xiàn)的次數(shù)
x3:類別0中,某個特征feature的特征值為value(0或1)出現(xiàn)的次數(shù)

然后將class_counts按照值的大小排序,取出指定特征的特征值出現(xiàn)次數(shù)最多的類別:most_frequent_class。
該規(guī)則即為:該特征的該特征值出現(xiàn)在其出現(xiàn)次數(shù)最多的類別上是合理的,出現(xiàn)在其它類別上是錯誤的。

最后計算該規(guī)則的錯誤率:error
錯誤率具有該特征的個體在除出現(xiàn)次數(shù)最多的類別出現(xiàn)的次數(shù),代表分類規(guī)則不適用的個體的數(shù)量。

最后返回待預(yù)測的個體類別錯誤率

def train_feature_value(X, y_true, feature, value):
    class_counts = defaultdict(int)
    for sample, y_t in zip(X, y_true):
        if sample[feature] == value:
            class_counts[y_t] += 1
    sorted_class_counts = sorted(class_counts.items(), key=itemgetter(1), reverse=True) # 降序
    most_frequent_class = sorted_class_counts[0][0]
    error = sum([class_count for class_value, class_count in class_counts.items()
                 if class_value != most_frequent_class])
    return most_frequent_class, error

返回值most_frequent_class是一個字典, error是一個數(shù)字

四、定義函數(shù):獲取每個特征值下出現(xiàn)次數(shù)最多的類別、錯誤率

def train(X, y_true, feature):
    n_samples, n_features = X.shape
    assert 0 <= feature < n_features
    # 獲取樣本中某特征所有可能的取值
    values = set(X[:, feature])
    predictors = dict()
    errors = []
    for current_value in values:
        most_frequent_class, error = train_feature_value(X, y_true, feature, current_value)
        predictors[current_value] = most_frequent_class
        errors.append(error)
    total_error = sum(errors)
    return predictors, total_error

因為most_frequent_class是一個字典,所以predictors是一個鍵為特征可以的取值(0和1),值為字典most_frequent_class的 字典。
total_error是一個數(shù)字,為每個特征值下的錯誤率的和。

五、調(diào)用函數(shù),獲取最佳特征值

all_predictors = {variable: train(X_train, y_train, variable) for variable in range(X_train.shape[1])}
Errors = {variable: error for variable, (mapping, error) in all_predictors.items()}
# 找到錯誤率最低的特征
best_variable, best_error = sorted(Errors.items(), key=itemgetter(1))[0]  # 升序
print("The best model is based on feature {0} and has error {1:.2f}".format(best_variable, best_error))
# 找到最佳特征值,創(chuàng)建model模型
model = {'variable': best_variable,
         'predictor': all_predictors[best_variable][0]}
print(model)

在這里插入圖片描述

根據(jù)代碼運行結(jié)果,最佳特征值是特征2(索引值為2的feature,即第三個特征)。

對于初學(xué)者這里的代碼邏輯比較復(fù)雜,可以對變量進行逐個打印查看,閱讀blog學(xué)習(xí)時要盯準字眼,細品其邏輯。

print(all_predictors)
print(all_predictors[best_variable])
print(all_predictors[best_variable][0])

在這里插入圖片描述

六、測試算法

定義預(yù)測函數(shù),對測試集數(shù)據(jù)進行預(yù)測

def predict(X_test, model):
    variable = model['variable']
    predictor = model['predictor']
    y_predicted = np.array([predictor[int(sample[variable])] for sample in X_test])
    return y_predicted

# 對測試集數(shù)據(jù)進行預(yù)測
y_predicted = predict(X_test, model)
print(y_predicted)

預(yù)測結(jié)果:

在這里插入圖片描述

# 統(tǒng)計預(yù)測準確率
accuracy = np.mean(y_predicted == y_test) * 100
print("The test accuracy is {:.1f}%".format(accuracy))

在這里插入圖片描述

根據(jù)打印結(jié)果,該模型預(yù)測的準確率可達65.8%,對于只有一條規(guī)則的oneR算法而言,結(jié)果是比較良好的。到此便實現(xiàn)了oneR算法的一次完整應(yīng)用。

最后,還可以使用classification_report()方法,傳入測試集的真實值和預(yù)測值,打印出模型評估報告。

# 屏蔽警告
warnings.filterwarnings("ignore") 
# 打印模型評估報告
print(classification_report(y_test, y_predicted))  # 參數(shù)為測試集的真實數(shù)據(jù)和預(yù)測數(shù)據(jù)

在這里插入圖片描述

 到此這篇關(guān)于python機器學(xué)習(xí)實現(xiàn)oneR算法(以鳶尾data為例)的文章就介紹到這了,更多相關(guān)python oneR算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評論

海口市| 申扎县| 历史| 宣城市| 南投县| 且末县| 陆河县| 眉山市| 青浦区| 麻江县| 屯留县| 平邑县| 平昌县| 西丰县| 宁德市| 忻城县| 南木林县| 屯留县| 枞阳县| 尉氏县| 灌阳县| 双峰县| 肇庆市| 湘乡市| 红安县| 临沂市| 姜堰市| 武强县| 吴忠市| 衡南县| 诸暨市| 佛坪县| 惠水县| 郎溪县| 阿图什市| 韩城市| 无为县| 闽侯县| 城市| 金坛市| 大关县|