当前位置： 移动技术网 > IT编程>脚本编程>Python > 机器学习mlxtend_01

机器学习mlxtend_01

2018年10月24日  | 移动技术网IT编程  | 我要评论

seo基础教程,ravbin,彩鱼人rpg

# -*- coding: utf-8 -*-
"""
created on wed oct 24 09:53:29 2018

@author: user
"""

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import itertools
from sklearn.linear_model import logisticregression
from sklearn.svm import svc
from sklearn.ensemble import randomforestclassifier
from mlxtend.classifier import ensemblevoteclassifier
from mlxtend.data import iris_data
from mlxtend.plotting import plot_decision_regions

clf1 = logisticregression(random_state = 0)
clf2 = randomforestclassifier(random_state=0)
clf3 = svc(random_state = 0, probability=true)
eclf = ensemblevoteclassifier(clfs=[clf1, clf2, clf3], weights=[2, 1, 1], voting='soft')
x, y =iris_data()
x=x[:, [0, 2]]

gs = gridspec.gridspec(2, 2)
fig = plt.figure(figsize=(10, 8))
labels = ['logistic regression', 'random forest', 'rbf kernel svm', 'ensemble']
for clf, lab, grd in zip([clf1, clf2, clf3, eclf],
                         labels,
                         itertools.product([0, 1], repeat=2)):
    clf.fit(x, y)
    ax = plt.subplot(gs[grd[0], grd[1]])
    fig = plot_decision_regions(x=x, y=y, clf=clf, legend=2)
    plt.title(lab)
plt.show()

运行结果：

 

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网