导入熊猫为pd
来自熊猫进口系列,数据帧
从sklearn.ensegle导入RandomForestClassifier
data.head()只是想让您了解一下我的csv文件的外观
X=数据[功能栏]
x轴列,x轴测试,y轴列,y轴测试=轴列测试分割(x,y,测试尺寸=0.3)
分类器.装配(X轴传动系,Y轴传动系)
以open(‘myClassifier.pkl’,‘wb’)作为fid:
RandomForestClassifier(bootstrap=true,class_weight=none,criteria='gini',
最小杂质减少=0.0,最小杂质分离=无,
最小权重分数叶=0.0,n估计量=100,n作业=1,
热启动=假)
conf_matrix的输出:
[3073、5634、37、322、27],
【22、65、429、8245、208】,
导入熊猫为pd
进口泡菜
fid.close()关闭
打印(Y预测)
此代码的输出是一个包含预测元素名称的数组(即,['cube''cylinder''pyramid''cube'…])。
分类器参数:
RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini',
max_depth=None, max_features='auto', max_leaf_nodes=None,
min_impurity_decrease=0.0, min_impurity_split=None,
min_samples_leaf=1, min_samples_split=2,
min_weight_fraction_leaf=0.0, n_estimators=100, n_jobs=1,
oob_score=False, random_state=None, verbose=0,
warm_start=False)
array([[6272, 2513, 26, 153, 54],
[3073, 5634, 37, 322, 27],
[ 1, 5, 5057, 775, 3072],
[ 22, 65, 429, 8245, 208],
[ 58, 50, 1458, 509, 6935]])
0.7142888888888889
然后,我使用以下代码加载我保存的预培训模型,并用新数据对其进行测试:
import pandas as pd
import sklearn
from pandas import Series, DataFrame
from sklearn.model_selection import train_test_split
import sklearn.metrics
import pickle
with open('saved_model/myclassifier.pkl', 'rb') as fid:
classifier = pickle.load(fid)
fid.close()
data = pd.read_csv("testing_loaded_model/Ttest_model_30.csv")
Ypredict = classifier.predict(data)
print(Ypredict)
['Cube' 'Cylinder' 'Pyramid' 'Cube'...]
但是,我想得到数组元素加上它们的百分比,在
提前感谢您耐心阅读整个描述。
