1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | import pandas as pd from sklearn import svm, metrics xor_input = [ [0,0,0], [0,1,1], [1,0,1], [1,1,0] ] xor_df = pd.DataFrame(xor_input) xor_data = xor_df.ix[:,0:1] xor_label = xor_df.ix[:,2] clf = svm.SVC() clf.fit(xor_data,xor_label) pre = clf.predict(xor_data) # sc_score = metrics.accuracy_score(xor_label,pre) print("xcore = ", sc_score) | cs |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 | import pandas as pd from sklearn import svm, metrics import random, re csv =[] with open('C:\\Users\\ACID\\Documents\\python\\iris.csv', 'r', encoding='UTF-8') as q: print(q.readline()) # 한줄만 읽는다 for line in q: linedata = line.strip() # 엔터 삭제 cols = line.split(",") # list 화 1,2,3은 데이터 4는 결과값 print('cols1', cols) fn = lambda n: float(n) if re.match(r'^[0-9\.]+$',n) else n #match되는 값이 아니면 소수점 cols = list(map(fn,cols)) csv.append(cols) del csv[0] # SepalLength SepalWidth PetalLength PetalWidth Name 데이터 삭제 random.shuffle(csv) total_len = len(csv) # 150 train_len = int(total_len *2 /3) #100개 train_label = [] train_data = [] test_data = [] test_label=[] print(train_len) for i in range(total_len): data = csv[i][0:4] # 1,2,3,4번 데이터 저장 0번이상 4번 미만 label = csv[i][4] if i < train_len: train_data.append(data) train_label.append(label) else: test_data.append(data) test_label.append(label) clf = svm.SVC() clf.fit(train_data, train_label) pre = clf.predict(test_data) # 테스트 할 데이터를 넣기 sc_score = metrics.accuracy_score(test_label, pre) print('score',sc_score) | cs |
'프로그래밍 > 파이썬' 카테고리의 다른 글
파이썬 연습코드 (0) | 2018.06.12 |
---|---|
파이썬으로 json처리하기&만들기 (0) | 2018.06.05 |
파이썬으로 이미지 처리하기 (0) | 2018.06.05 |
간단한 파이썬 등록 수정 삭제 (0) | 2018.05.30 |
파이썬으로 sklearn svm XOR 머신러닝. (0) | 2018.05.28 |
댓글을 달아 주세요