循环使用scikit-learn机器学习数据集

如何在循环中使用datasets.load_DATASET_NAME,对Datasets数组中的每个字符串应用机器学习算法,一次处理一个数据集。

我有一个如下示例程序:

from sklearn import datasets
_Datasets_=['iris' , 'breast_cancer' , 'wine' , 'diabetes', 'linnerud' , 'boston' ]
for Dataset_name in _Datasets_:
    # 加载数据集
    Dataset = datasets.load_'DATASET_NAME'()

回答:

你可以创建一个名称到函数名的字典。然后在迭代时调用

Datasets = {'data1':load_data_1}
Data = Datasets['data1']()

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注