二维特征的分类模型

时间:2019-02-25 19:51:38

标签: python scikit-learn classification

我正在尝试使用SciKit Learn构建分类器,我需要使用2-d功能进行分类。我解释:

我从一批传感器中进行了一些测量,这些传感器会由于环境条件而改变其输出电阻与输入电压的关系曲线。例如:

条件A
输入[v]:2、3.1、4.75; 输出[k ohms]:2、3.1、4.75

条件B
输入[v]:2.5、3.0、4.75 输出[k ohms]:6.25、9.0、22.56

条件C
输入[v]:2.3、3.2、5.0 输出[k ohms]:13.8,9.6,15.0

传感器和仪器固有的测量方法几乎没有错误和标准偏差。

我打算根据一组测量值(沿着时间进行测量)找到环境条件。 面对这个问题,我认为最能说明问题的特征是元组(输入v,输出欧姆)。如何在SciKit Learn中创建分类器以填充二维特征的测量向量?

谢谢。

0 个答案:

没有答案