第四讲 google学机器学习 写两个模型，并比较两个模型的精确度 tree模型 和 knn 模型的比较

这次我们要做什么？

1、用IRIS的数据训练出一个决策树模型 ，并看他的模型精确度

2、同样用IRIS的数据训练出最近领域 KNN模型 ，并看这个模型的精确度

3、比较两个模型的精确度

4、了解模型是怎样训练出来的

 

一、用IRIS数据训练一个模型出来，用的是  tree

（1）、从 sklearn 中导入 iris 数据

（2）、把数据集设置好自变量和因变量，这个数据大家很熟悉就不多介绍。

（3）、导如这个可以分割数据集的函数，把原有数据分为训练集和测试集两部分，是均分的，量相等，各75个。

 

 （4）、导入tree模型，对训练集数据进行训练，建立模型

（5）、预测测试集结果

 

 （6）、计算预测的准确度，并得到准确率为0.96

 

二、用IRIS数据训练一个模型出来，用的是  knn

步骤和上面一致，只是改变了模型的哪一步，下面是两个模型的完整截图，可以看到第二个模型飘红处不一样，别的一致。

 

 

三、比较两个模型预测的准确率，一个为0.96 一个为0.98

四、是这样训练的？

简单理解：

 

 用一元线性回归 y = mx + b  就是通过不断的调节m 和b  就是通过训练集的数据不断调节 截距和斜率来 确定的。