<em>Mac</em>Book项目 2009年学校开始实施<em>Mac</em>Book项目,所有师生配备一本<em>Mac</em>Book,并同步更新了校园无线网络。学校每周进行电脑技术更新,每月发送技术支持资料,极大改变了教学及学习方式。因此2011
2021-06-01 09:32:01
oneR即“一條規則”。oneR演演算法根據已有的資料中,具有相同特徵值的個體最可能屬於哪個類別來進行分類。
以鳶尾data為例,該演演算法實現過程可解讀為以下六步:
以均值為閾值,將大於或等於閾值的特徵標記為1,低於閾值的特徵標記為0。
import numpy as np from sklearn.model_selection import train_test_split from sklearn.datasets import load_iris from collections import defaultdict from operator import itemgetter import warnings from sklearn.metrics import classification_report # 載入內建iris資料,並儲存 dataset = load_iris() X = dataset.data y = dataset.target attribute_means = X.mean(axis=0) # 得到一個列表,列表元素個數為特徵值個數,列表值為每個特徵的均值 X_d = np.array(X >= attribute_means, dtype='int') # 轉bool型別
資料到此已獲取完畢,接下來將其劃分為訓練集和測試集。
使用預設的0.25作為分割比例。即訓練集:測試集=3:1。
X_train, X_test, y_train, y_test = train_test_split(X_d, y, random_state=random_state)
資料描述:
本例中共有四個特徵,
原資料集有150個樣本,分割後訓練集有112個資料,測試集有38個資料。
標籤一共分為三類,取值可以是0,1,2。
首先遍歷特徵的每一個取值,對於每一個特徵值,統計它在各個類別中出現的次數。
定義一個函數,有以下四個引數:
該函數的意義在於,對於訓練集資料,對於某個特徵,依次遍歷樣本在該特徵的真實取值,判斷其是否等於特徵的某個可以有的取值 (即value)(以0為例)。如果判定成功,則在字典class_counts中記錄,以三個類別(0,1,2)中該樣本對應的類別為鍵值,表示該類別出現的次數加一。
首先得到的字典(class_counts)形如:
{0: x1, 1.0: x2, 2.0:x3}
其中元素不一定是三個
x1:類別0中,某個特徵feature的特徵值為value(0或1)出現的次數
x2:類別0中,某個特徵feature的特徵值為value(0或1)出現的次數
x3:類別0中,某個特徵feature的特徵值為value(0或1)出現的次數
然後將class_counts按照值的大小排序,取出指定特徵的特徵值出現次數最多的類別:most_frequent_class。
該規則即為:該特徵的該特徵值出現在其出現次數最多的類別上是合理的,出現在其它類別上是錯誤的。
最後計算該規則的錯誤率:error
錯誤率即 具有該特徵的個體在除出現次數最多的類別出現的次數,代表分類規則不適用的個體的數量。
最後返回待預測的個體類別 和 錯誤率
def train_feature_value(X, y_true, feature, value): class_counts = defaultdict(int) for sample, y_t in zip(X, y_true): if sample[feature] == value: class_counts[y_t] += 1 sorted_class_counts = sorted(class_counts.items(), key=itemgetter(1), reverse=True) # 降序 most_frequent_class = sorted_class_counts[0][0] error = sum([class_count for class_value, class_count in class_counts.items() if class_value != most_frequent_class]) return most_frequent_class, error
返回值most_frequent_class是一個字典, error是一個數位
def train(X, y_true, feature): n_samples, n_features = X.shape assert 0 <= feature < n_features # 獲取樣本中某特徵所有可能的取值 values = set(X[:, feature]) predictors = dict() errors = [] for current_value in values: most_frequent_class, error = train_feature_value(X, y_true, feature, current_value) predictors[current_value] = most_frequent_class errors.append(error) total_error = sum(errors) return predictors, total_error
因為most_frequent_class是一個字典,所以predictors是一個鍵為特徵可以的取值(0和1),值為字典most_frequent_class的 字典。
total_error是一個數位,為每個特徵值下的錯誤率的和。
all_predictors = {variable: train(X_train, y_train, variable) for variable in range(X_train.shape[1])} Errors = {variable: error for variable, (mapping, error) in all_predictors.items()} # 找到錯誤率最低的特徵 best_variable, best_error = sorted(Errors.items(), key=itemgetter(1))[0] # 升序 print("The best model is based on feature {0} and has error {1:.2f}".format(best_variable, best_error)) # 找到最佳特徵值,建立model模型 model = {'variable': best_variable, 'predictor': all_predictors[best_variable][0]} print(model)
根據程式碼執行結果,最佳特徵值是特徵2(索引值為2的feature,即第三個特徵)。
對於初學者這裡的程式碼邏輯比較複雜,可以對變數進行逐個列印檢視,閱讀blog學習時要盯準字眼,細品其邏輯。
print(all_predictors) print(all_predictors[best_variable]) print(all_predictors[best_variable][0])
定義預測函數,對測試集資料進行預測
def predict(X_test, model): variable = model['variable'] predictor = model['predictor'] y_predicted = np.array([predictor[int(sample[variable])] for sample in X_test]) return y_predicted # 對測試集資料進行預測 y_predicted = predict(X_test, model) print(y_predicted)
預測結果:
# 統計預測準確率 accuracy = np.mean(y_predicted == y_test) * 100 print("The test accuracy is {:.1f}%".format(accuracy))
根據列印結果,該模型預測的準確率可達65.8%,對於只有一條規則的oneR演演算法而言,結果是比較良好的。到此便實現了oneR演演算法的一次完整應用。
最後,還可以使用classification_report()方法,傳入測試集的真實值和預測值,列印出模型評估報告。
# 遮蔽警告 warnings.filterwarnings("ignore") # 列印模型評估報告 print(classification_report(y_test, y_predicted)) # 引數為測試集的真實資料和預測資料
到此這篇關於python機器學習實現oneR演演算法(以鳶尾data為例)的文章就介紹到這了,更多相關python oneR演演算法內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!
相關文章
<em>Mac</em>Book项目 2009年学校开始实施<em>Mac</em>Book项目,所有师生配备一本<em>Mac</em>Book,并同步更新了校园无线网络。学校每周进行电脑技术更新,每月发送技术支持资料,极大改变了教学及学习方式。因此2011
2021-06-01 09:32:01
综合看Anker超能充系列的性价比很高,并且与不仅和iPhone12/苹果<em>Mac</em>Book很配,而且适合多设备充电需求的日常使用或差旅场景,不管是安卓还是Switch同样也能用得上它,希望这次分享能给准备购入充电器的小伙伴们有所
2021-06-01 09:31:42
除了L4WUDU与吴亦凡已经多次共事,成为了明面上的厂牌成员,吴亦凡还曾带领20XXCLUB全队参加2020年的一场音乐节,这也是20XXCLUB首次全员合照,王嗣尧Turbo、陈彦希Regi、<em>Mac</em> Ova Seas、林渝植等人全部出场。然而让
2021-06-01 09:31:34
目前应用IPFS的机构:1 谷歌<em>浏览器</em>支持IPFS分布式协议 2 万维网 (历史档案博物馆)数据库 3 火狐<em>浏览器</em>支持 IPFS分布式协议 4 EOS 等数字货币数据存储 5 美国国会图书馆,历史资料永久保存在 IPFS 6 加
2021-06-01 09:31:24
开拓者的车机是兼容苹果和<em>安卓</em>,虽然我不怎么用,但确实兼顾了我家人的很多需求:副驾的门板还配有解锁开关,有的时候老婆开车,下车的时候偶尔会忘记解锁,我在副驾驶可以自己开门:第二排设计很好,不仅配置了一个很大的
2021-06-01 09:30:48
不仅是<em>安卓</em>手机,苹果手机的降价力度也是前所未有了,iPhone12也“跳水价”了,发布价是6799元,如今已经跌至5308元,降价幅度超过1400元,最新定价确认了。iPhone12是苹果首款5G手机,同时也是全球首款5nm芯片的智能机,它
2021-06-01 09:30:45