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考一下

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获取当前路径实现代码

    Python获取当前路径实现代码

    这篇文章主要介绍了 Python获取当前路径实现代码的相关资料,需要的朋友可以参考下
    2017-05-05
  • Python中条件判断语句的简单使用方法

    Python中条件判断语句的简单使用方法

    这篇文章主要介绍了Python中条件判断语句的简单使用方法,是Python入门学习中的基础知识,需要的朋友可以参考下
    2015-08-08
  • python使用udp实现聊天器功能

    python使用udp实现聊天器功能

    这篇文章主要介绍了python使用udp实现聊天器功能,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值 ,需要的朋友可以参考下
    2018-12-12
  • Python 模块EasyGui详细介绍

    Python 模块EasyGui详细介绍

    这篇文章主要介绍了Python 模块EasyGui详细介绍的相关资料,需要的朋友可以参考下
    2017-02-02
  • python基于pdfminer库提取pdf文字代码实例

    python基于pdfminer库提取pdf文字代码实例

    这篇文章主要介绍了python 提取pdf文字代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • python获取beautifulphoto随机某图片代码实例

    python获取beautifulphoto随机某图片代码实例

    python获取beautifulphoto随机某图片代码实例,大家参考使用吧
    2013-12-12
  • Python实现点阵字体读取与转换的方法

    Python实现点阵字体读取与转换的方法

    今天小编就为大家分享一篇Python实现点阵字体读取与转换的方法,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
    2019-01-01
  • cmd运行python文件时对结果进行保存的方法

    cmd运行python文件时对结果进行保存的方法

    今天小编就为大家分享一篇cmd运行python文件时对结果进行保存的方法,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
    2018-05-05
  • 六行python代码的爱心曲线详解

    六行python代码的爱心曲线详解

    这篇文章主要介绍了六行python代码的爱心曲线详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-05-05
  • Python处理文本文件中控制字符的方法

    Python处理文本文件中控制字符的方法

    最近在使用Python的时候遇到过文档中出现控制字符报错的问题。想着总结一下,方便以后需要或这同样遇到问题的朋友,下面这篇文章主要介绍了Python处理文本文件中控制字符的解决方法,需要的朋友可以参考借鉴。
    2017-02-02

最新评论