基于sklearn实现Bagging算法(python)

 更新时间:2019年07月11日 16:37:29   作者:little_yan_yan   我要评论

这篇文章主要为大家详细介绍了基于sklearn实现Bagging算法,具有一定的参考价值,感兴趣的小伙伴们可以参?#23478;?#19979;

本文使用的数据类型是数值型,每一个样本6个特征表示,所用的数据如图所示:

图中A,B,C,D,E,F列表示六个特征,G表示样本标签。每一行数据即为一个样本的六个特征和标签。

实现Bagging算法的代码如下:

from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.preprocessing import StandardScaler
import csv
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
from sklearn.metrics import classification_report
data=[]
traffic_feature=[]
traffic_target=[]
csv_file = csv.reader(open('packSize_all.csv'))
for content in csv_file:
 content=list(map(float,content))
 if len(content)!=0:
  data.append(content)
  traffic_feature.append(content[0:6])//存放数据集的特征
  traffic_target.append(content[-1])//存放数据集的标签
print('data=',data)
print('traffic_feature=',traffic_feature)
print('traffic_target=',traffic_target)
scaler = StandardScaler() # 标准化转换
scaler.fit(traffic_feature) # 训练标准化对象
traffic_feature= scaler.transform(traffic_feature) # 转换数据集
feature_train, feature_test, target_train, target_test = train_test_split(traffic_feature, traffic_target, test_size=0.3,random_state=0)
tree=DecisionTreeClassifier(criterion='entropy', max_depth=None)
# n_estimators=500:生成500个决策树
clf = BaggingClassifier(base_estimator=tree, n_estimators=500, max_samples=1.0, max_features=1.0, bootstrap=True, bootstrap_features=False, n_jobs=1, random_state=1)
clf.fit(feature_train,target_train)
predict_results=clf.predict(feature_test)
print(accuracy_score(predict_results, target_test))
conf_mat = confusion_matrix(target_test, predict_results)
print(conf_mat)
print(classification_report(target_test, predict_results))

运行结果如图所示:

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脚本之家。

相关文章

  • Python处理Excel文件实例代码

    Python处理Excel文件实例代码

    本篇文章主要介绍了Python处理Excel文件实例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-06-06
  • python面向对象入门教程之从代码复用开始(一)

    python面向对象入门教程之从代码复用开始(一)

    这篇文章主要给大家介绍了关于python面向对象入门教程之从代码复用开始的相关资?#24076;?#25991;中通过示例代码介绍的非常详细,对大家学习或者使用python具有一定的参考学习价值,需要的朋友们来一起看看吧
    2018-12-12
  • Python中operator模块的操作符使用示例总结

    Python中operator模块的操作符使用示例总结

    operator模块中包含了Python的各种内置操作符,诸如逻辑、比较、计算等,这里我们针对一些常用的操作符来作一个Python中operator模块的操作符使用示例总结:
    2016-06-06
  • python频繁写入文件时提速的方法

    python频繁写入文件时提速的方法

    在本篇内容里小编给大家整理了关于python频繁写入文件时提速的方法以及相关代码,需要的朋友们学习下。
    2019-06-06
  • python 实现将?#20540;鋎ict、列表list中的中文正常显示方法

    python 实现将?#20540;鋎ict、列表list中的中文正常显示方法

    今天小编就为大家分享一篇python 实现将?#20540;鋎ict、列表list中的中文正常显示方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-07-07
  • python提取页面内url列表的方法

    python提取页面内url列表的方法

    这篇文章主要介绍了python提取页面内url列表的方法,涉及Python操作页面元素的相关技巧,需要的朋友可以参考下
    2015-05-05
  • Python3解决棋盘覆盖问题的方法示例

    Python3解决棋盘覆盖问题的方法示例

    这篇文章主要介绍了Python3解决棋盘覆盖问题的方法,简单描述了棋盘覆盖问题的概念、原理及Python相关操作技巧,需要的朋友可以参考下
    2017-12-12
  • Python RabbitMQ消息队列实现rpc

    Python RabbitMQ消息队列实现rpc

    这篇文章主要介绍了python 之rabbitmq实现rpc,主要实现客户端通过发送命令来调用服务端的某些服务,服务端把结果再返回给客户端,感兴趣的小伙伴们可以参?#23478;?#19979;
    2018-05-05
  • python教程之用py2exe将PY文件转成EXE文件

    python教程之用py2exe将PY文件转成EXE文件

    py2exe是一个将python脚本转换成windows上的可独立执行的可执行程序(*.exe)的工具,这样,你就可以不用装python而在windows系统上运行这个可执行程序。
    2014-06-06
  • Python 编码规范(Google Python Style Guide)

    Python 编码规范(Google Python Style Guide)

    本项目并非 Google 官方项目, 而是由国内程序员凭热情创建和维护,对于想学习python的朋友可以参?#23478;?#19979;
    2018-05-05

最新评论

时时彩包赢公式0369
河南快3综合走势图 高级内部绝杀 广西彩票官网下载安装 体彩七星彩走势图500期 五分彩怎么玩 王中王刘佰温四肖中特 35选7网上选号机 福彩3d和值走势图 山西快乐十分前三遗漏 湖南幸运赛车大小倍数 彩票辽宁35选7 十一选五任三公式 彩票图表走势图表 今天香港赛马会排位表 资料 雅阁平肖平码论坛