基于sklearn实现Bagging算法(python)


Posted in Python onJuly 11, 2019

本文使用的数据类型是数值型,每一个样本6个特征表示,所用的数据如图所示:

基于sklearn实现Bagging算法(python)

图中A,B,C,D,E,F列表示六个特征,G表示样本标签。每一行数据即为一个样本的六个特征和标签。

实现Bagging算法的代码如下:

from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.preprocessing import StandardScaler
import csv
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
from sklearn.metrics import classification_report
data=[]
traffic_feature=[]
traffic_target=[]
csv_file = csv.reader(open('packSize_all.csv'))
for content in csv_file:
 content=list(map(float,content))
 if len(content)!=0:
  data.append(content)
  traffic_feature.append(content[0:6])//存放数据集的特征
  traffic_target.append(content[-1])//存放数据集的标签
print('data=',data)
print('traffic_feature=',traffic_feature)
print('traffic_target=',traffic_target)
scaler = StandardScaler() # 标准化转换
scaler.fit(traffic_feature) # 训练标准化对象
traffic_feature= scaler.transform(traffic_feature) # 转换数据集
feature_train, feature_test, target_train, target_test = train_test_split(traffic_feature, traffic_target, test_size=0.3,random_state=0)
tree=DecisionTreeClassifier(criterion='entropy', max_depth=None)
# n_estimators=500:生成500个决策树
clf = BaggingClassifier(base_estimator=tree, n_estimators=500, max_samples=1.0, max_features=1.0, bootstrap=True, bootstrap_features=False, n_jobs=1, random_state=1)
clf.fit(feature_train,target_train)
predict_results=clf.predict(feature_test)
print(accuracy_score(predict_results, target_test))
conf_mat = confusion_matrix(target_test, predict_results)
print(conf_mat)
print(classification_report(target_test, predict_results))

运行结果如图所示:

基于sklearn实现Bagging算法(python)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
400多行Python代码实现了一个FTP服务器
May 10 Python
浅谈MySQL中的触发器
May 05 Python
Fiddler如何抓取手机APP数据包
Jan 22 Python
基于Python实现的微信好友数据分析
Feb 26 Python
python3安装pip3(install pip3 for python 3.x)
Apr 03 Python
Python3.6简单的操作Mysql数据库的三个实例
Oct 17 Python
python实现K近邻回归,采用等权重和不等权重的方法
Jan 23 Python
解决Pycharm后台indexing导致不能run的问题
Jun 27 Python
将python依赖包打包成window下可执行文件bat方式
Dec 26 Python
浅谈django 重载str 方法
May 19 Python
在Python中字典按值排序的实现方法
Nov 12 Python
全面介绍python中很常用的单元测试框架unitest
Dec 14 Python
Python的log日志功能及设置方法
Jul 11 #Python
python使用装饰器作日志处理的方法
Jul 11 #Python
Python日志无延迟实时写入的示例
Jul 11 #Python
深入了解Python iter() 方法的用法
Jul 11 #Python
用python给自己做一款小说阅读器过程详解
Jul 11 #Python
Python 200行代码实现一个滑动验证码过程详解
Jul 11 #Python
ML神器:sklearn的快速使用及入门
Jul 11 #Python
You might like
php分页函数完整实例代码
2014/09/22 PHP
利用PHPExcel读取Excel的数据和导出数据到Excel
2017/05/12 PHP
PHP微信公众号开发之微信红包实现方法分析
2017/07/14 PHP
PHP实现字符串大小写转函数的功能实例
2019/02/06 PHP
PHP程序员简单的开展服务治理架构操作详解(一)
2020/05/14 PHP
jquery分析文本里url或邮件地址为真实链接的方法
2015/06/20 Javascript
纯JavaScript代码实现移动设备绘图解锁
2015/10/16 Javascript
javascript基础知识分享之类与函数化
2016/02/13 Javascript
巧方法 JavaScript获取超链接的绝对URL地址
2016/06/14 Javascript
NodeJs读取JSON文件格式化时的注意事项
2016/09/25 NodeJs
Angular.js中$apply()和$digest()的深入理解
2016/10/13 Javascript
jQuery中页面返回顶部的方法总结
2016/12/30 Javascript
Javascript 编码约定(编码规范)
2018/03/11 Javascript
微信小程序实现日期格式化和倒计时
2020/11/01 Javascript
jquery树形插件zTree高级使用详解
2019/08/16 jQuery
NodeJS 文件夹拷贝以及删除功能
2019/09/03 NodeJs
vue滑动吸顶及锚点定位的示例代码
2020/05/10 Javascript
python基于xml parse实现解析cdatasection数据
2014/09/30 Python
Python入门_浅谈数据结构的4种基本类型
2017/05/16 Python
Python实现在某个数组中查找一个值的算法示例
2018/06/27 Python
Python实现压缩文件夹与解压缩zip文件的方法
2018/09/01 Python
python网络应用开发知识点浅析
2019/05/28 Python
Flask框架学习笔记之消息提示与异常处理操作详解
2019/08/15 Python
python 异步async库的使用说明
2020/05/04 Python
CSS3等相关属性制作分页导航实现代码
2012/12/24 HTML / CSS
css3.0 图形构成实例练习二
2013/03/19 HTML / CSS
浅谈CSS3中display属性的Flex布局的方法
2017/08/14 HTML / CSS
用HTML5制作一个简单的桌球游戏的教程
2015/05/12 HTML / CSS
深入理解HTML的FormData对象
2016/05/17 HTML / CSS
意大利在线药房:shop-farmacia.it
2019/03/12 全球购物
员工培训邀请函
2014/02/02 职场文书
领班岗位职责范文
2014/02/06 职场文书
社区春季防火方案
2014/06/02 职场文书
承诺函范文
2015/01/21 职场文书
python 调用js的四种方式
2021/04/11 Python
使用pandas或numpy处理数据中的空值(np.isnan()/pd.isnull())
2021/05/14 Python