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
python采用requests库模拟登录和抓取数据的简单示例
Jul 05 Python
Pycharm学习教程(1) 定制外观
May 02 Python
Python实现朴素贝叶斯分类器的方法详解
Jul 04 Python
Python开启线程,在函数中开线程的实例
Feb 22 Python
python3使用print打印带颜色的字符串代码实例
Aug 22 Python
python 解决cv2绘制中文乱码问题
Dec 23 Python
python打印异常信息的两种实现方式
Dec 24 Python
python 正则表达式参数替换实例详解
Jan 17 Python
python实现ip地址的包含关系判断
Feb 07 Python
python GUI库图形界面开发之PyQt5信号与槽的高级使用技巧装饰器信号与槽详细使用方法与实例
Mar 06 Python
在Python中用GDAL实现矢量对栅格的切割实例
Mar 11 Python
Python多个装饰器的调用顺序实例解析
May 22 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
destoon在360浏览器下出现用户被强行注销的解决方法
2014/06/26 PHP
WordPress开发中短代码的实现及相关函数使用技巧
2016/01/05 PHP
Yii框架实现的验证码、登录及退出功能示例
2017/05/20 PHP
PHP基于DOMDocument解析和生成xml的方法分析
2017/07/17 PHP
PHP判断json格式是否正确的实现代码
2017/09/20 PHP
js中cookie的使用详细分析
2008/05/28 Javascript
一些经常会用到的Javascript检测函数
2010/05/31 Javascript
使用javascript:将其它类型值转换成布尔类型值的解决方法详解
2013/05/07 Javascript
javascript计算用户打开网页的停留时间
2014/01/09 Javascript
JS获得浏览器版本和操作系统版本的例子
2014/05/13 Javascript
JSON+HTML实现国家省市联动选择效果
2014/05/18 Javascript
初步了解javascript面向对象
2015/11/09 Javascript
JS获取数组最大值、最小值及长度的方法
2015/11/24 Javascript
jquery validate表单验证插件
2016/09/06 Javascript
整理一下常见的IE错误
2016/11/18 Javascript
微信小程序之拖拽排序(代码分享)
2017/01/21 Javascript
基于JavaScript实现复选框的全选和取消全选
2017/02/09 Javascript
vue中的scope使用详解
2017/10/29 Javascript
基于axios封装fetch方法及调用实例
2018/02/05 Javascript
vue脚手架及vue-router基本使用
2018/04/09 Javascript
NodeJS安装图文教程
2018/04/19 NodeJs
JavaScript 面向对象程序设计详解【类的创建、实例对象、构造函数、原型等】
2020/05/12 Javascript
Vue使用鼠标在Canvas上绘制矩形
2020/12/24 Vue.js
跟老齐学Python之正规地说一句话
2014/09/28 Python
Python笔试面试题小结
2019/09/07 Python
Python3内置函数chr和ord实现进制转换
2020/06/05 Python
几款好用的python工具库(小结)
2020/10/20 Python
用CSS3的box-reflect来制作倒影效果
2016/11/15 HTML / CSS
CSS3新增布局之: flex详解
2020/06/18 HTML / CSS
汉森冲浪板:Hansen Surfboards
2018/05/19 全球购物
部队万能检讨书
2014/02/20 职场文书
安全承诺书范文
2014/03/26 职场文书
审计班子对照检查材料
2014/08/27 职场文书
三年级上册科学教学计划
2015/01/21 职场文书
机关干部纪律作风整顿心得体会
2016/01/23 职场文书
人物搭配车车超萌联名预备中 【咒术迴战】 ⨯ 【天竺鼠车车】 展开合作
2022/04/11 日漫