Изменения

Перейти к: навигация, поиск

Известные наборы данных

178 байт убрано, 11:37, 9 апреля 2019
Нет описания правки
Некоторые импорты нужны для листингов кода, относящимся к следующим датасетам.
from sklearn.datasets import fetch_mldata from numpyimport arange
import random
from sklearn.tree import matplotlib.pyplot as pltDecisionTreeClassifier
from sklearn import datasets, svm, metrics
from sklearn.datasets import load_iris,fetch_mldata
from sklearn.utils import shuffle
from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import DecisionTreeClassifier
from keras.utils import to_categorical
from keras.datasets import cifar10
from keras.preprocessing.image import ImageDataGenerator
from keras.callbacks import ModelCheckpoint, CSVLogger
from numpy import arange
[[Файл:Mnist-predict.png|мини]]
 
mnist = fetch_mldata('MNIST original')
indices = arange(len(mnist.data))
predicted = clf.predict(X[train:])
print("Classification report for classifier %s:\n%s\n"
% (clf, metrics.classification_report(expected, predicted)))
digit precision recall f1-score support
===Код===
Простой код, скачивающий CIFAR-10 из интернета и запускающий на нем стандартный классификатор.
 
from keras.datasets import cifar10
from sklearn.utils import shuffle
(x_train, y_train), (x_test, y_test) = cifar10.load_data()
predicted = clf.predict(X[train:])
print("Classification report for classifier %s:\n%s\n"
% (clf, metrics.classification_report(expected, predicted))) 
==Iris==
===Код===
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
 
iris=load_iris()
X = iris.data
predicted = clf.predict(X[train:])
print("Classification report for classifier %s:\n%s\n"
% (clf, metrics.classification_report(expected, predicted)))
type precision recall f1-score support
47
правок

Навигация