Python机器学习简单应用

介绍

利用 sklearn 机器学习库进行分类与预测。该仓库提出了两种预测算法和两种分类算法，预测算法方面，利用了 线性回归及支持向量机（SVM）；分类算法方面，利用了 K-Means聚类算法及朴素贝叶斯分类算法 。

项目架构

需要用到的module有： sklearn、pandas、numpy、matplotlib、seaborn 。

使用说明

sklearn中文社区：https://scikit-learn.org.cn/
波士顿房价：http://lib.stat.cmu.edu/datasets/boston
所使用的到的数据集： 1、波士顿房价数据集（预测）；2、鸢尾花数据集（分类）。

波士顿房价数据集介绍

指标	解释
CRIM	城镇人均犯罪率
ZN	住宅用地超过25000 sq.ft.的比例
INDUS	城镇非零售商用土地的比例
CHAS	边界是河流为1,否则0
NOX	一氧化氮浓度
RM	住宅平均房间数
AGE	1940年之前建成的自用房屋比例
DIS	到波士顿5个中心区域的加权距离
RAD	辐射性公路的靠近指数
TAX	每10000美元的全值财产税率
PTRATIO	城镇师生比例
B	计算方法为 1000($B_k$−0.63)$^2$ ,其中$B_k$是按城镇划分的非裔美国人的比例
LSTAT	人口中地位低下者的比例
MEDV	自住房的平均房价，单位:千美元

鸢尾花数据集介绍

iris_training.csv训练数据集，120条样本数据；iris_test.csv测试数据集，30条数据。

指标	解释
Sepal Length	花萼长度
Sepal Width	花萼宽度
Petal Length	花瓣长度
Petal Width	花瓣宽度
0	山鸢尾（Setosa）
1	变色鸢尾（Versicolor）
2	维吉尼亚鸢尾（Virginical）