使用Scikit学习的机器学习

Question

从sklearn加载流行数字数据集。数据集模块，并将其分配给可变数字。

分割数字。将数据分为两组，分别命名为X_train和X_test。还有，分割数字。目标分为两组Y_训练和Y_测试。

提示：使用sklearn中的训练测试分割方法。模型选择；将随机_状态设置为30；并进行分层抽样。使用默认参数，从X_序列集和Y_序列标签构建SVM分类器。将模型命名为svm_clf。

在测试数据集上评估模型的准确性并打印其分数。我使用了以下代码

import sklearn.datasets as datasets
import sklearn.model_selection as ms
from sklearn.model_selection import train_test_split


digits = datasets.load_digits();
X = digits.data
y = digits.target

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=30)

print(X_train.shape)
print(X_test.shape)

from sklearn.svm import SVC
svm_clf = SVC().fit(X_train, y_train)
print(svm_clf.score(X_test,y_test))

我得到了下面的输出。

(1347,64)
(450,64)
0.4088888888888889

但是我不能通过考试。有人能帮上忙吗？

Answer 1

您缺少分层抽样要求；修改拆分以将其包括在内：

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=30, stratify=y)

检查留档。