/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
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
[ml.svm.svm_ml(), ml.nb.naivebayes(), ml.lr.logisticregression(), ml.dtree.decisiontree()]
我尝试了
ml_list = [name for _, name, _ in pkgutil.iter_modules(['machine_learning'])];
print(ml_list);
#["dtree","lr","nb","svm"]
答案 0 :(得分:0)
从sklearn导入所需的所有模型-> 。neighbors导入KNeighborsClassifier
创建列表 models = []
将模型添加到列表-> models.append(KNeighborsClassifier(n_neighbors = 3))
拆分数据以进行测试
使用for循环将数据拟合到模型中
对于模型中的模型: model.fit(X,Y)