/machine_learning
dtree.py
lr.py
nb.py
svm.py
/main.py
每个python文件都包含一类机器学习方法。在 main.py 中,将machine_learning导入为 ml,因此调用每个方法类似
model = ml.py_name.model_name()
有没有办法让我建立一个包含所有模型类的列表,例如
[ml.svm.svm_ml(), ml.nb.naivebayes(), ml.lr.logisticregression(), ml.dtree.decisiontree()]
我试过了
ml_list = [name for _, name, _ in pkgutil.iter_modules(['machine_learning'])];
print(ml_list);
#["dtree","lr","nb","svm"]
-
从 sklearn.neighbors 导入 KNeighborsClassifier 导入您需要的所有模型 ->
-
创建列表模型=[]
-
将模型添加到列表 ->models.append(KNeighborsClassifier(n_neighbors=3((
-
将数据拆分为训练测试
-
使用 for 循环将数据拟合到模型
对于模型中的模型: model.fit(X, Y(