python mlc
时间: 2023-10-17 20:26:52 浏览: 57
Python MLC是一个使用Python编程语言进行机器学习分类的项目。它利用了一个包含5.2K个Python项目和4.2M个类型注释的数据集来训练基于机器学习的类型预测模型。这个数据集是已知的最大的用于此目的的数据集,并对研究界非常有价值。
另外,还有一个模拟的二分类数据集叫做forge数据集,它包含两个特征。你可以使用Python代码生成并绘制这个数据集,如下所示:
import numpy as np
import matplotlib.pyplot as plt
import mglearn
# 生成二分类数据集forge数据集
x, y = mglearn.datasets.make_forge()
# 数据集绘图
mglearn.discrete_scatter(x[:, 0], x[:, 1], y)
plt.legend(["class 0", "class 1"], loc=4)
plt.xlabel("first feature")
plt.ylabel("second feature")
plt.show()
print("x.shape:{}".format(x.shape))
运行结果:x.shape:(26, 2)
除此之外,为了评估RQ4,我们还对一个历元模型的训练速度进行了测量。此外,为了测量推理速度,我们考虑了一个典型的Python项目的单个测试批次[3]。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [Type4Py: Deep Similarity Learning-Based TypeInference for Python](https://blog.csdn.net/vacancy_l/article/details/121708870)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [Python机器学习基础教程1](https://blog.csdn.net/weixin_56368033/article/details/125098206)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]