2
我对机器学习是全新的,我正在玩使用RandomForestClassifier的MNIST机器学习。获取熊猫系列csv
我使用sklearn和熊猫。 我有一个培训CSV数据集。
import pandas as pd
import numpy as np
from sklearn import model_selection
from sklearn.ensemble import RandomForestClassifier
from sklearn.svm import LinearSVC
from sklearn.linear_model import SGDClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
train = pd.read_csv("train.csv")
features = train.columns[1:]
X = train[features]
y = train['label']
user_train = pd.read_csv("input.csv")
user_features = user_train.columns[1:]
y_train = user_train[user_features]
user_y = user_train['label']
X_train, X_test, y_train, y_test = model_selection.train_test_split(X/255.,y,test_size=1,random_state=0)
clf_rf = RandomForestClassifier()
clf_rf.fit(X_train, y_train)
y_pred_rf = clf_rf.predict(X_test)
acc_rf = accuracy_score(y_test, y_pred_rf)
print("pred : ", y_pred_rf)
print("random forest accuracy: ",acc_rf)
我有当前的代码,它运作良好。它需要训练集,分割和取一个元素进行测试,并进行预测。
我现在想要的是使用来自输入的测试数据,我有一个名为“input.csv”的新csv,并且我想要预测此csv中的值。
如何用我的输入数据替换model_selection.train_test_split? 我相信答案很明显,而且我没有找到任何东西。
执行先前训练的分类.csv作为您的测试数据? –