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
python迭代器的使用方法实例
Nov 21 Python
python自动发邮件库yagmail的示例代码
Feb 23 Python
python 3调用百度OCR API实现剪贴板文字识别
Sep 04 Python
python创建文件时去掉非法字符的方法
Oct 31 Python
Python3爬虫使用Fidder实现APP爬取示例
Nov 27 Python
使用Python+wxpy 找出微信里把你删除的好友实例
Feb 21 Python
Python自动化导出zabbix数据并发邮件脚本
Aug 16 Python
Python使用matplotlib绘制Logistic曲线操作示例
Nov 28 Python
python 监测内存和cpu的使用率实例
Nov 28 Python
重写django的model下的objects模型管理器方式
May 15 Python
Python 保存加载mat格式文件的示例代码
Aug 04 Python
利用python绘制中国地图(含省界、河流等)
Sep 21 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
浅析PHP递归函数返回值使用方法
2013/02/18 PHP
解析php利用正则表达式解决采集内容排版的问题
2013/06/20 PHP
隐性调用php程序的方法
2015/06/13 PHP
记录几个javascript有关的小细节
2007/04/02 Javascript
用Greasemonkey 脚本收藏网站会员信息到本地
2009/10/26 Javascript
jquery中的 $("#jb51")与document.getElementById("jb51") 的区别
2011/07/26 Javascript
计算世界完全对称日的js代码,粗糙版
2011/11/04 Javascript
Js 时间间隔计算的函数(间隔天数)
2011/11/15 Javascript
jquery方法+js一般方法+js面向对象方法实现拖拽效果
2012/08/30 Javascript
js前台分页显示后端JAVA数据响应
2013/03/18 Javascript
JS实现兼容性好,带缓冲的动感网页右键菜单效果
2015/09/18 Javascript
json传值以及ajax接收详解
2016/05/24 Javascript
vue之nextTick全面解析
2017/05/17 Javascript
JS与HTML结合实现流程进度展示条思路详解
2017/09/03 Javascript
详解JS模块导入导出
2017/12/20 Javascript
JavaScript数组排序reverse()和sort()方法详解
2017/12/24 Javascript
详解vue中使用微信jssdk
2019/04/19 Javascript
Easyui 去除jquery-easui tab页div自带滚动条的方法
2019/05/10 jQuery
[03:48]显微镜下的DOTA2第四期——TP动作
2014/06/20 DOTA
python中的reduce内建函数使用方法指南
2014/08/31 Python
Python字符串格式化输出方法分析
2016/04/13 Python
使用Python3制作TCP端口扫描器
2017/04/17 Python
Python通过属性手段实现只允许调用一次的示例讲解
2018/04/21 Python
在python中使用xlrd获取合并单元格的方法
2018/12/26 Python
对Python3 * 和 ** 运算符详解
2019/02/16 Python
关于python中密码加盐的学习体会小结
2019/07/15 Python
Python多线程操作之互斥锁、递归锁、信号量、事件实例详解
2020/03/24 Python
HTML5教程之html 5 本地数据库(Web Sql Database)
2014/04/03 HTML / CSS
美国知名的百货清仓店:Neiman Marcus Last Call
2016/08/03 全球购物
无毒社区工作方案
2014/05/23 职场文书
安全先进个人材料
2014/12/29 职场文书
招标保密承诺书
2015/01/20 职场文书
工作表现证明
2015/06/15 职场文书
四群教育工作总结
2015/08/10 职场文书
维护民族团结心得体会2016
2016/01/15 职场文书
工作建议书范文
2019/07/08 职场文书