一、使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯：高斯分布型、伯努利型、多项式型 #①高斯分布型 from sklearn import datasets iris=datasets.load_iris() from sklearn.naive_bayes impo... ...
分类：
其他好文 时间：
2018-11-22 23:54:16
阅读次数：
288
1.算法from sklearn.datasets import load_iris iris =load_iris() iris.keys() from sklearn.cluster import KMeans est = KMeans(n_clusters=4) est.fit(iris.da... ...
分类：
其他好文 时间：
2018-11-22 22:36:14
阅读次数：
201
from sklearn.datasets import load_iris iris=load_iris() from sklearn.naive_bayes import GaussianNB gnb=GaussianNB() #模型 pred=gnb.fit(iris.data,iris.ta ...
分类：
其他好文 时间：
2018-11-22 12:30:24
阅读次数：
161
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 运行截图 ...
分类：
其他好文 时间：
2018-11-22 11:41:43
阅读次数：
176
from sklearn.datasets import load_iris iris=load_iris() print(iris) def _init_(self): self._x=self.y=None self._data=self.func=None self._n_possibilit... ...
分类：
编程语言 时间：
2018-11-22 00:14:32
阅读次数：
166
很多人对英特尔酷睿(Core)系列CPU与至强(Xeon)系列CPU处理器的认识，主要停留应用于桌面或服务器上的区别。Core与Xeon处理器固然是不一样的产品，但是很多人在选择时却都很容易混淆，它们之间有什么不同，主要体现在九大点：价格Xeon处理器价格往往会比Core处理器价格要贵，但这也不一定。低速的XeonE3和Corei5处理器一样便宜，这使得它们对于一些利基市场例如移动工作站，会具有一
分类：
其他好文 时间：
2018-11-14 18:54:25
阅读次数：
1553
原文：Scope and this in JavaScript 今天我想简单讨论下关于JavaScript的作用域和this变量。“作用域”的概念就是说。我们的代码能够从哪里去訪问某些函数或者变量。也就是它们所存在的上下文。或者说就是它们被运行的地方。 你可能已经见过有的人写相似这样的代码： fun ...
分类：
编程语言 时间：
2018-11-13 14:17:34
阅读次数：
175
importboto3importioimportpandasaspd#Setbelowparametersbucket=‘<bucketname>‘key=‘data/training/iris.csv‘endpointName=‘decision-trees‘#PullourdatafromS3s3=boto3.client(‘s3‘)f=s3.get_object(Bucket=
分类：
编程语言 时间：
2018-11-12 19:58:51
阅读次数：
1112
import numpy as np from sklearn.datasets import load_iris iris = load_iris() x = iris.data[:,1] y = np.zeros(150) def initcenter(x,k): #初始聚类中心数组 retur... ...
分类：
编程语言 时间：
2018-11-12 00:20:17
阅读次数：
208
FCM算法的matlab程序2 在“FCM算法的matlab程序”这篇文章中已经用matlab程序对iris数据库进行实现，并求解准确度。下面的程序是另一种方法，是最常用的方法：先初始化聚类中心，在进行迭代（此方法由于循环较多，时间复杂度相对较高，但更严谨。就时间性而言，推荐使用“FCM算法的mat ...
分类：
编程语言 时间：
2018-11-11 13:15:13
阅读次数：
222
