机器学习算法比较

最新推荐文章于 2026-08-22 23:55:14 发布

原创最新推荐文章于 2026-08-22 23:55:14 发布 · 321 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

python-MachineLearning

本文介绍了使用PimaIndians二分类数据集，通过十折交叉验证比较逻辑回归、线性判别分析等六种分类算法的性能，以选择最合适的算法。

下文介绍一种模板，用于比较不同的算法，并选择合适的算法。

最合适的算法比较方法是：使用相同的数据、相同的方法来评估不同的算法，以便得到一个准确的结果。下面将使用同一个数据集来比较六种分类算法，以便选择合适的算法来解决问题。

逻辑回归（LR）
线性判别分析（LDA）
K近邻（KNN）
分类与回归树（CART）
贝叶斯分类器
支持向量机（SVM）

数据集是Pima Indians，是一个二分类数据集，采用十折交叉验证来分离数据，代码如下：

from pandas import read_csv
from sklearn.linear_model import LogisticRegression
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from matplotlib import pyplot

# 导入数据
filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
dataset = read_csv(filename, names=names)
# 将数据划分成输入数据和输出数据
array = dataset.values
X = array[:, 0:8]
Y = array[:, 8]
num_folds = 10
seed = 7
kfold = KFold(n_splits=num_folds, random_state=seed)
models = {}
models['LR'] = LogisticRegression()
models['LDA'] = LinearDiscriminantAnalysis()
models['KNN'] = KNeighborsClassifier()
models['CART'] = DecisionTreeClassifier()
models['NB'] = GaussianNB()
models['SVC'] = SVC()
results = []
for name in models:
    result = cross_val_score(models[name], X, Y, cv=kfold)
    results.append(result)
    msg = '%s: %.3f (%.3f)' % (name, result.mean(), result.std())
    print(msg)

# 图表展示
fig=pyplot.figure()
fig.suptitle("Algorithm Comparsion")
ax=fig.add_subplot(111)
pyplot.boxplot(results)
ax.set_xticklabels(models.keys())
pyplot.show()