《机器学习》周志华 习题答案4.3

  原题,对西瓜数据集用决策树来进行划分,此处我只选取了西瓜的密度和含糖率这两个连续属性来进行划分,

#!/usr/bin/python
# -*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import colors
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis

file1 = open(‘c:\quant\watermelon.csv‘,‘r‘)
data = [line.strip(‘\n‘).split(‘,‘) for line in file1]
X = [[float(raw[-3]), float(raw[-2])] for raw in data[1:]]
y = [1 if raw[-1]==‘1‘ else 0 for raw in data[1:]]
X = np.array(X)
y = np.array(y)
print y
#######################################################################以上是西瓜
from sklearn.datasets import load_iris
from sklearn import tree
from sklearn.externals.six import StringIO
import pydot
iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)

#with open("iris.dot", ‘w‘) as f:
#    f = tree.export_graphviz(clf, out_file=f)
filename = "iris.pdf"
dot_data = StringIO()
tree.export_graphviz(clf, out_file=dot_data)

graph = pydot.graph_from_dot_data(dot_data.getvalue())
print graph
graph.write_pdf(filename)

结果如下:

时间: 2024-11-03 22:47:48

《机器学习》周志华 习题答案4.3的相关文章

《机器学习》周志华 习题答案6.2

原题是分别采用线性核和高斯核对西瓜数据集进行SVM的训练,周老师推荐的是LIMSVM,这里我使用的仍然是sklearn. #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt from sklearn import svm, datasets file1 = open('c:\quant\watermelon.csv','r') data = [line.strip(

《机器学习》周志华 习题答案9.4

原题采用Kmeans方法对西瓜数据集进行聚类.我花了一些时间居然没找到西瓜数据集4.0在哪里,于是直接采用sklearn给的例子来分析一遍,更能说明Kmeans的效果. #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import BaggingClassifier from sklearn.tree import D

《机器学习》周志华 习题答案3.5

编程实现判别分析,并给出西瓜数据集上的结果. 数据集如下 编号,色泽,根蒂,敲声,纹理,脐部,触感,密度,含糖率,好瓜 1,青绿,蜷缩,浊响,清晰,凹陷,硬滑,0.697,0.46,是 2,乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,0.774,0.376,是 3,乌黑,蜷缩,浊响,清晰,凹陷,硬滑,0.634,0.264,是 4,青绿,蜷缩,沉闷,清晰,凹陷,硬滑,0.608,0.318,是 5,浅白,蜷缩,浊响,清晰,凹陷,硬滑,0.556,0.215,是 6,青绿,稍蜷,浊响,清晰,稍凹,软粘,0

《机器学习》周志华 习题答案8.3

原题,以不剪枝的决策树作为基学习器,对西瓜数据集实现Adaboost分类. #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import AdaBoostClassifier from sklearn.tree import DecisionTreeClassifier file1 = open('c:\quant\w

《机器学习》周志华 习题答案8.5

用Bagging,以决策树为树桩,在西瓜数据集上实现. #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import BaggingClassifier from sklearn.tree import DecisionTreeClassifier file1 = open('c:\quant\watermelon.c

《机器学习》周志华 习题答案5.5

原题是写一个BP神经网络来拟合西瓜数据集,西瓜数据集我已经数值化了如下: 编号,色泽,根蒂,敲声,纹理,脐部,触感,密度,含糖率,好瓜 1,1,1,3,1,1,1,0.697,0.46,1 2,2,1,2,1,1,1,0.774,0.376,1 3,2,1,3,1,1,1,0.634,0.264,1 4,1,1,2,1,1,1,0.608,0.318,1 5,3,1,3,1,1,1,0.556,0.215,1 6,1,2,3,1,2,2,0.403,0.237,1 7,2,2,3,2,2,2,0

《机器学习》周志华 习题答案3.3

3.3 编程实现对率回归,并给出西瓜数据集3.0α上的结果. 本题我就调用了sklearn的逻辑回归库来测试. #!/usr/bin/python # -*- coding:utf-8 -*- from sklearn import linear_model,datasets import numpy as np from matplotlib import pyplot as plt file1 = open('c:\quant\watermelon.csv','r') data = [lin

《机器学习》周志华 习题答案3.6

原题:线性判别分析仅在线性可分数据上能获得理想结果,试设计一个改进方法,使其能够用于非线性可分数据. 这里我采用二次判别分析来对原来的西瓜数据集进行分类,同样采用sklearn里的二次判别库. #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt from matplotlib import colors from sklearn.discriminant_analy

【读书笔记】机器学习-周志华 & 机器学习实战(Python)

这两本放在一起看吧.当然了,我觉得Spark上面的实践其实是非常棒的.有另一个系列文章讨论了Spark. /Users/baidu/Documents/Data/Interview/机器学习-数据挖掘/<机器学习_周志华.pdf> 一共442页.能不能这个周末先囫囵吞枣看完呢.哈哈哈. P1 一般用模型指全局性结果(例如决策树),用模式指局部性结果(例如一条规则). P3 如果预测的是离散值,那就是分类-classification:如果预测的是连续值,那就叫回归-regression. P3