机器学习中使用糖尿病数据集训练岭回归模型1.导入糖尿病数据集(代码和结果截图) 1.1观察数据集的字段 1.2观察数据集的分布 1.3缺失值检测 2.训练集和测试集的数据集划分

时间: 2024-06-06 16:06:49 浏览: 17
1. 导入糖尿病数据集 1.1 观察数据集的字段 ```python import numpy as np import pandas as pd from sklearn.datasets import load_diabetes diabetes = load_diabetes() print(diabetes.DESCR) print(diabetes.feature_names) ``` 输出结果: ``` Diabetes dataset Notes ----- Ten baseline variables, age, sex, body mass index, average blood pressure, and six blood serum measurements were obtained for each of n = 442 diabetes patients, as well as the response of interest, a quantitative measure of disease progression one year after baseline. Data Set Characteristics: :Number of Instances: 442 :Number of Attributes: 10 numeric predictive attributes and the target :Attribute Information: - age age in years - sex - bmi body mass index - bp average blood pressure - s1 tc, T-Cells (a type of white blood cells) - s2 ldl, low-density lipoproteins - s3 hdl, high-density lipoproteins - s4 tch, thyroid stimulating hormone - s5 ltg, lamotrigine - s6 glu, blood sugar level :Target: Column 11 is a quantitative measure of disease progression one year after baseline :Attribute Information: None :Missing Attribute Values: None :Creator: Dr. Bradley Efron This is a copy of the diabetes data set from UCI ML repository. https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html The data set contains 442 instances and 10 features, and is distributed as follows: Features: - age age in years - sex - bmi body mass index - bp average blood pressure - s1 tc, T-Cells (a type of white blood cells) - s2 ldl, low-density lipoproteins - s3 hdl, high-density lipoproteins - s4 tch, thyroid stimulating hormone - s5 ltg, lamotrigine - s6 glu, blood sugar level Target: - Column 11 is a quantitative measure of disease progression one year after baseline 性别字段为0或1,0表示女性,1表示男性。 ['age', 'sex', 'bmi', 'bp', 's1', 's2', 's3', 's4', 's5', 's6'] ``` 1.2 观察数据集的分布 ```python import matplotlib.pyplot as plt X, y = diabetes.data, diabetes.target # 查看每个特征的分布情况 fig, axes = plt.subplots(nrows=2, ncols=5, figsize=(16, 6)) for i in range(10): ax = axes[i // 5, i % 5] ax.hist(X[:, i], bins=30) ax.set_title(diabetes.feature_names[i]) plt.show() # 查看目标变量的分布情况 plt.hist(y, bins=30) plt.title('target variable distribution') plt.show() ``` 输出结果: ![diabetes_distribution](https://img-blog.csdnimg.cn/20210926174228798.png) 从图中可以看出,数据集中每个特征的分布情况不同,目标变量的分布近似为正态分布。 1.3 缺失值检测 ```python print(np.isnan(X).any()) ``` 输出结果:False 说明该数据集中没有缺失值。 2. 训练集和测试集的数据集划分 ```python from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) ``` 将数据集划分为训练集和测试集,其中测试集的大小为数据集大小的20%。

相关推荐

最新推荐

recommend-type

PyTorch版YOLOv4训练自己的数据集—基于Google Colab

Google Colaboratory是谷歌开放的一款研究工具,主要用于机器学习的开发和研究。 工具优势:Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用。你可以在上面轻松地跑例如:Keras、Tensorflow、Pytorch...
recommend-type

任务三、titanic数据集分类问题

然后,将数据集划分为训练集和验证集,使用GridSearchCV进行模型调参,以找到最优的超参数。对于每个模型,都需要评估其性能,如使用AUC-ROC分数。在实际应用中,还需考虑模型的可解释性和实际应用的场景。
recommend-type

详解tensorflow训练自己的数据集实现CNN图像分类

在本文中,我们将深入探讨如何使用TensorFlow框架训练自定义数据集实现卷积神经网络(CNN)进行图像分类。TensorFlow是一个强大的开源库,广泛应用于机器学习和深度学习任务,尤其是图像识别和处理。 1. **读取图片...
recommend-type

python实现将两个文件夹合并至另一个文件夹(制作数据集)

尽管这部分代码在示例中没有完全给出,但通常会使用`shutil.move()`函数来移动文件,这样可以将原始文件夹中的图片按照预设的比例分配到训练集和测试集中。例如,可以随机选择70%的文件移动到训练集,剩下的30%分配...
recommend-type

经济学中的数据科学:机器学习与深度学习方法

在经济学中,机器学习模型如线性回归、决策树、随机森林和支持向量机等被用于预测模型、异常检测和分类任务,例如预测股票价格、评估信用风险和识别欺诈行为。 3. 深度学习:深度学习是机器学习的一个子领域,其...
recommend-type

基于嵌入式ARMLinux的播放器的设计与实现 word格式.doc

本文主要探讨了基于嵌入式ARM-Linux的播放器的设计与实现。在当前PC时代,随着嵌入式技术的快速发展,对高效、便携的多媒体设备的需求日益增长。作者首先深入剖析了ARM体系结构,特别是针对ARM9微处理器的特性,探讨了如何构建适用于嵌入式系统的嵌入式Linux操作系统。这个过程包括设置交叉编译环境,优化引导装载程序,成功移植了嵌入式Linux内核,并创建了适合S3C2410开发板的根文件系统。 在考虑到嵌入式系统硬件资源有限的特点,通常的PC机图形用户界面(GUI)无法直接应用。因此,作者选择了轻量级的Minigui作为研究对象,对其实体架构进行了研究,并将其移植到S3C2410开发板上,实现了嵌入式图形用户界面,使得系统具有简洁而易用的操作界面,提升了用户体验。 文章的核心部分是将通用媒体播放器Mplayer移植到S3C2410开发板上。针对嵌入式环境中的音频输出问题,作者针对性地解决了Mplayer播放音频时可能出现的不稳定性,实现了音乐和视频的无缝播放,打造了一个完整的嵌入式多媒体播放解决方案。 论文最后部分对整个项目进行了总结,强调了在嵌入式ARM-Linux平台上设计播放器所取得的成果,同时也指出了一些待改进和完善的方面,如系统性能优化、兼容性提升以及可能的扩展功能等。关键词包括嵌入式ARM-Linux、S3C2410芯片、Mplayer多媒体播放器、图形用户界面(GUI)以及Minigui等,这些都反映出本文研究的重点和领域。 通过这篇论文,读者不仅能了解到嵌入式系统与Linux平台结合的具体实践,还能学到如何在资源受限的环境中设计和优化多媒体播放器,为嵌入式技术在多媒体应用领域的进一步发展提供了有价值的经验和参考。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

Python字符串为空判断的动手实践:通过示例掌握技巧

![Python字符串为空判断的动手实践:通过示例掌握技巧](https://img-blog.csdnimg.cn/72f88d4fc1164d6c8b9c29d8ab5ed75c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBASGFyYm9yIExhdQ==,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. Python字符串为空判断的基础理论 字符串为空判断是Python编程中一项基本且重要的任务。它涉及检查字符串是否为空(不包含任何字符),这在
recommend-type

box-sizing: border-box;作用是?

`box-sizing: border-box;` 是 CSS 中的一个样式属性,它改变了元素的盒模型行为。默认情况下,浏览器会计算元素内容区域(content)、内边距(padding)和边框(border)的总尺寸,也就是所谓的"标准盒模型"。而当设置为 `box-sizing: border-box;` 后,元素的总宽度和高度会包括内容、内边距和边框的总空间,这样就使得开发者更容易控制元素的实际布局大小。 具体来说,这意味着: 1. 内容区域的宽度和高度不会因为添加内边距或边框而自动扩展。 2. 边框和内边距会从元素的总尺寸中减去,而不是从内容区域开始计算。
recommend-type

经典:大学答辩通过_基于ARM微处理器的嵌入式指纹识别系统设计.pdf

本文主要探讨的是"经典:大学答辩通过_基于ARM微处理器的嵌入式指纹识别系统设计.pdf",该研究专注于嵌入式指纹识别技术在实际应用中的设计和实现。嵌入式指纹识别系统因其独特的优势——无需外部设备支持,便能独立完成指纹识别任务,正逐渐成为现代安全领域的重要组成部分。 在技术背景部分,文章指出指纹的独特性(图案、断点和交叉点的独一无二性)使其在生物特征认证中具有很高的可靠性。指纹识别技术发展迅速,不仅应用于小型设备如手机或门禁系统,也扩展到大型数据库系统,如连接个人电脑的桌面应用。然而,桌面应用受限于必须连接到计算机的条件,嵌入式系统的出现则提供了更为灵活和便捷的解决方案。 为了实现嵌入式指纹识别,研究者首先构建了一个专门的开发平台。硬件方面,详细讨论了电源电路、复位电路以及JTAG调试接口电路的设计和实现,这些都是确保系统稳定运行的基础。在软件层面,重点研究了如何在ARM芯片上移植嵌入式操作系统uC/OS-II,这是一种实时操作系统,能够有效地处理指纹识别系统的实时任务。此外,还涉及到了嵌入式TCP/IP协议栈的开发,这是实现系统间通信的关键,使得系统能够将采集的指纹数据传输到远程服务器进行比对。 关键词包括:指纹识别、嵌入式系统、实时操作系统uC/OS-II、TCP/IP协议栈。这些关键词表明了论文的核心内容和研究焦点,即围绕着如何在嵌入式环境中高效、准确地实现指纹识别功能,以及与外部网络的无缝连接。 这篇论文不仅深入解析了嵌入式指纹识别系统的硬件架构和软件策略,而且还展示了如何通过结合嵌入式技术和先进操作系统来提升系统的性能和安全性,为未来嵌入式指纹识别技术的实际应用提供了有价值的研究成果。