python機(jī)器學(xué)習(xí)包mlxtend的安裝和配置詳解
今天看到了mlxtend的包,看了下example集成得非常簡潔。還有一個(gè)吸引我的地方是自帶了一些data直接可以用,省去了自己造數(shù)據(jù)或者找數(shù)據(jù)的處理過程,所以決定安裝體驗(yàn)一下。
依賴環(huán)境
首先,sudo pip install mlxtend 得到基礎(chǔ)環(huán)境。
然后開始看看系統(tǒng)依賴問題的解決。大致看了下基本都是python科學(xué)計(jì)算用的那幾個(gè)經(jīng)典的包,主要是numpy,scipy,matplotlib,sklearn這些。
LINUX環(huán)境下的話,一般這些都比較好裝pip一般都能搞定。
這里要說的一點(diǎn)是matplotlib的話,pip裝的時(shí)候提示我的幾個(gè)問題是png和一個(gè)叫Freetype的包被需要,但是裝的時(shí)候又出現(xiàn)問題。所以matplotlib最后選擇用
sudo apt-get install python-matplotlib
直接解決依賴問題。
同樣的情況對于scipy也是一樣,用
sudo apt-get install python-scipy
解決。
示例代碼
import numpy as np import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec import itertools from sklearn.linear_model import LogisticRegression from sklearn.svm import SVC from sklearn.ensemble import RandomForestClassifier from mlxtend.classifier import EnsembleVoteClassifier from mlxtend.data import iris_data from mlxtend.evaluate import plot_decision_regions # Initializing Classifiers clf1 = LogisticRegression(random_state=0) clf2 = RandomForestClassifier(random_state=0) clf3 = SVC(random_state=0, probability=True) eclf = EnsembleVoteClassifier(clfs=[clf1, clf2, clf3], weights=[2, 1, 1], voting='soft') # Loading some example data X, y = iris_data() X = X[:,[0, 2]] # Plotting Decision Regions gs = gridspec.GridSpec(2, 2) fig = plt.figure(figsize=(10, 8)) for clf, lab, grd in zip([clf1, clf2, clf3, eclf], ['Logistic Regression', 'Random Forest', 'Naive Bayes', 'Ensemble'], itertools.product([0, 1], repeat=2)): clf.fit(X, y) ax = plt.subplot(gs[grd[0], grd[1]]) fig = plot_decision_regions(X=X, y=y, clf=clf, legend=2) plt.title(lab) plt.show()
之后就可以來跑一下這個(gè)示例代碼。
matplot結(jié)果如圖:
之后就可以開始玩了~!
附:linux下python科學(xué)計(jì)算的經(jīng)典的包的一個(gè)總和的命令:
sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- 盤點(diǎn)20個(gè)Python數(shù)據(jù)科學(xué)庫神器打造數(shù)據(jù)魔法世界
- Python?Prometheus接口揭秘?cái)?shù)據(jù)科學(xué)新技巧
- python?lazypredict構(gòu)建大量基本模型簡化機(jī)器學(xué)習(xí)
- Python梯度提升庫XGBoost解決機(jī)器學(xué)習(xí)問題使用探究
- Python機(jī)器學(xué)習(xí)特征重要性分析的8個(gè)常用方法實(shí)例探究
- python taipy庫輕松地將數(shù)據(jù)和機(jī)器學(xué)習(xí)模型轉(zhuǎn)為功能性Web應(yīng)用
- Python BentoML構(gòu)建部署和管理機(jī)器學(xué)習(xí)模型技巧掌握
- Python mlxtend庫數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)補(bǔ)充工具功能探索
相關(guān)文章
PyQt5實(shí)現(xiàn)將Matplotlib圖像嵌入到Scoll Area中顯示滾動(dòng)條效果
我想知道是否有一種方法可以在matplotlib上顯示滾動(dòng)條(水平或垂直),顯示包含多個(gè)子槽(sublot2grid)的頁面(plt.show).下面就通過本文給大家分享PyQt5實(shí)現(xiàn)將Matplotlib圖像嵌入到Scoll Area中顯示滾動(dòng)條效果,對PyQt5 Matplotlib圖像嵌入相關(guān)知識(shí)感興趣的的朋友一起看看吧2021-05-05python 實(shí)現(xiàn)GUI(圖形用戶界面)編程詳解
今天小編就為大家分享一篇python 實(shí)現(xiàn)GUI(圖形用戶界面)編程詳解,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07python實(shí)現(xiàn)rsa加密實(shí)例詳解
這篇文章主要介紹了python實(shí)現(xiàn)rsa加密實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下2017-07-07利用Python批量壓縮png方法實(shí)例(支持過濾個(gè)別文件與文件夾)
這篇文章主要給大家介紹了關(guān)于利用Python批量壓縮png的相關(guān)資料,文中介紹的方法支持過濾個(gè)別文件與文件夾,文中通過示例代碼介紹的非常詳細(xì),需要的朋友們下面跟著小編來一起看看吧。2017-07-07Python實(shí)現(xiàn)自動(dòng)化郵件發(fā)送過程詳解
這篇文章主要介紹了如何利用Python實(shí)現(xiàn)自動(dòng)化郵件發(fā)送,可以讓你擺脫繁瑣的重復(fù)性業(yè)務(wù),可以節(jié)省非常多的時(shí)間。感興趣的小伙伴可以試一試2022-01-01Python Django獲取URL中的數(shù)據(jù)詳解
這篇文章主要介紹了Python Django獲取URL中的數(shù)據(jù)詳解,小編覺得挺不錯(cuò)的,這里分享給大家,供需要的朋友參考2021-11-11python基于Pandas讀寫MySQL數(shù)據(jù)庫
這篇文章主要介紹了python基于Pandas讀寫MySQL數(shù)據(jù)庫,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-04-04