Python 机器学习工具 scikit-learn 的入门使用
参考文档:https://www.scikitlearn.com.cn/
通过对已有多组数据的训练,从而实现对单个数据的结果预测
安装
pip install -U scikit-learn
Demo
通过使用sklearn包中的决策树DecisionTreeclassifier算法实现简单预测
import sklearn
from sklearn import tree
feature=[[178,1],[155,0],[177,0],[165,0],[169,11,[160,0]] # 训练数据
label=['man','woman','man','woman','man','woman'] # 性别分类
clf=tree.DecisionTreeclassifier() # 分类决策树的分类决策方法
clf=clf.fit(feature,label) # 拟合川训练数据,得到训练模型参数
s1=c1f.predict([[158,0]]) # 对测试点[158,0]进行预测
s2=c1f.pred1ct([[176,1]]) # 对测试点[176,1]进行预测
print('s1=',s1) # 输出预测结果值
print('s2=',s2) # 输出预测结果值
更多内容详见微信公众号:Python研究所
![Python研究所](https://images.cnblogs.com/cnblogs_com/phyger/1864462/o_201016034153qrcode_for_gh_8f86fc2ac31a_258.jpg)