线性分类器python代码
时间: 2024-03-21 18:36:34 浏览: 144
线性分类器是一种常见的机器学习算法,用于将数据点分为不同的类别。在Python中,可以使用scikit-learn库来实现线性分类器。以下是一个简单的线性分类器的Python代码示例:
```python
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建线性分类器模型
model = LogisticRegression()
# 在训练集上训练模型
model.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("准确率:", accuracy)
```
这段代码使用了鸢尾花数据集(load_iris)作为示例数据集,将数据集划分为训练集和测试集(train_test_split),然后使用LogisticRegression模型进行训练(fit)和预测(predict),最后计算准确率(accuracy_score)。
阅读全文