python机器学习包mlxtend的安装和配置详解


Posted in Python onAugust 21, 2019

今天看到了mlxtend的包,看了下example集成得非常简洁。还有一个吸引我的地方是自带了一些data直接可以用,省去了自己造数据或者找数据的处理过程,所以决定安装体验一下。

依赖环境

首先,sudo pip install mlxtend 得到基础环境。

然后开始看看系统依赖问题的解决。大致看了下基本都是python科学计算用的那几个经典的包,主要是numpy,scipy,matplotlib,sklearn这些。

LINUX环境下的话,一般这些都比较好装pip一般都能搞定。
这里要说的一点是matplotlib的话,pip装的时候提示我的几个问题是png和一个叫Freetype的包被需要,但是装的时候又出现问题。所以matplotlib最后选择用

sudo apt-get install python-matplotlib

直接解决依赖问题。

同样的情况对于scipy也是一样,用

sudo apt-get install python-scipy

解决。

示例代码

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.evaluate import plot_decision_regions

# Initializing Classifiers
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')

# Loading some example data
X, y = iris_data()
X = X[:,[0, 2]]

# Plotting Decision Regions
gs = gridspec.GridSpec(2, 2)
fig = plt.figure(figsize=(10, 8))

for clf, lab, grd in zip([clf1, clf2, clf3, eclf],
             ['Logistic Regression', 'Random Forest', 'Naive Bayes', 'Ensemble'],
             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()

之后就可以来跑一下这个示例代码。

matplot结果如图:

python机器学习包mlxtend的安装和配置详解

之后就可以开始玩了~!

附:linux下python科学计算的经典的包的一个总和的命令:

sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

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
小结Python用fork来创建子进程注意事项
Jul 03 Python
利用Python绘制数据的瀑布图的教程
Apr 07 Python
介绍Python中几个常用的类方法
Apr 08 Python
python3中str(字符串)的使用教程
Mar 23 Python
在Python 不同级目录之间模块的调用方法
Jan 19 Python
python代码 FTP备份交换机配置脚本实例解析
Aug 01 Python
利用matplotlib实现根据实时数据动态更新图形
Dec 13 Python
基于TensorFlow中自定义梯度的2种方式
Feb 04 Python
Django:使用filter的pk进行多值查询操作
Jul 15 Python
python调用win32接口进行截图的示例
Nov 11 Python
Django数据统计功能count()的使用
Nov 30 Python
TensorFlow2.0使用keras训练模型的实现
Feb 20 Python
python 画出使用分类器得到的决策边界
Aug 21 #Python
Django url,从一个页面调到另个页面的方法
Aug 21 #Python
python requests更换代理适用于IP频率限制的方法
Aug 21 #Python
docker django无法访问redis容器的解决方法
Aug 21 #Python
django和vue实现数据交互的方法
Aug 21 #Python
python防止随意修改类属性的实现方法
Aug 21 #Python
python进阶之自定义可迭代的类
Aug 20 #Python
You might like
php 静态变量与自定义常量的使用方法
2010/01/26 PHP
PHP高自定义性安全验证码代码
2011/11/27 PHP
浅析is_writable的php实现
2013/06/18 PHP
PHP采用XML-RPC构造Web Service实例教程
2014/07/16 PHP
学习PHP session的传递方式
2016/06/15 PHP
PDO的安全处理与事物处理方法
2016/10/31 PHP
PHP面向对象继承用法详解(优化与减少代码重复)
2016/12/02 PHP
HTML代码中标签的全部属性 中文注释说明
2009/03/26 Javascript
jQuery实现提示密码强度的代码
2015/07/15 Javascript
浅谈JavaScript 函数参数传递到底是值传递还是引用传递
2016/08/23 Javascript
jQuery简单实现列表隐藏和显示效果示例
2016/09/12 Javascript
基于Swiper实现移动端页面图片轮播效果
2017/12/28 Javascript
Vue-router 切换组件页面时进入进出动画方法
2018/09/01 Javascript
JavaScript作用域链实例详解
2019/01/21 Javascript
小程序实现自定义导航栏适配完美版
2019/04/02 Javascript
微信小程序页面上下滚动效果
2020/11/18 Javascript
vue 地区选择器v-distpicker的常用功能
2019/07/23 Javascript
jquery实现直播弹幕效果
2019/11/28 jQuery
[01:31:22]DOTA2-DPC中国联赛定级赛 LBZS vs Magma BO3第二场 1月10日
2021/03/11 DOTA
python脚本实现查找webshell的方法
2014/07/31 Python
Python的re模块正则表达式操作
2016/05/25 Python
python中WSGI是什么,Python应用WSGI详解
2017/11/24 Python
python3第三方爬虫库BeautifulSoup4安装教程
2018/06/19 Python
对python 调用类属性的方法详解
2019/07/02 Python
django 环境变量配置过程详解
2019/08/06 Python
python求加权平均值的实例(附纯python写法)
2019/08/22 Python
Html5原创俄罗斯方块(基于canvas)
2019/01/07 HTML / CSS
美国最大的珠宝首饰网上商城:Jewelry.com
2016/07/22 全球购物
商场拾金不昧表扬信
2014/01/13 职场文书
美食节策划方案
2014/05/26 职场文书
民事诉讼代理委托书
2014/10/08 职场文书
因家庭原因离职的辞职信范文
2015/05/12 职场文书
小学数学教师研修日志
2015/11/13 职场文书
高二语文教学反思
2016/02/16 职场文书
Python中super().__init__()测试以及理解
2021/12/06 Python
Python加密与解密模块hashlib与hmac
2022/06/05 Python