本文整理汇总了Python中reader.Reader.split_data方法的典型用法代码示例。如果您正苦于以下问题:Python Reader.split_data方法的具体用法?Python Reader.split_data怎么用?Python Reader.split_data使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类reader.Reader
的用法示例。
在下文中一共展示了Reader.split_data方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: predict
# 需要导入模块: from reader import Reader [as 别名]
# 或者: from reader.Reader import split_data [as 别名]
def predict(self, X):
S = np.zeros((len(X), len(self.classes)))
for i in range(len(X)):
S[i] = np.dot(self.count_row(X[i]), self.weights)
return np.argmax(S, axis=1).T
def evaluate(self, truth, predicted):
return np.mean(truth == predicted) * 100.0
if __name__ == '__main__':
X, Y, Z, ds = Reader.read_data('dados/enron5', True)
X_train, Y_train, X_val, Y_val = Reader.split_data(X, Y, use_random=True, val=0.2)
X_val, Y_val, X_test, Y_test = Reader.split_data(X_val, Y_val, use_random=True, val=0.5)
# X_test, Y_test = Reader.read_data_with_dataset('dados/enron1', ds)
# data = {'X_train':X_train, 'Y_train':Y_train, 'X_val':X_val, 'Y_val':Y_val, 'Z':Z}
# Reader.save_mat('dados/enron1.mat', data)
# mat = Reader.load_mat('dados/enron1.mat')
# X_train, Y_train, X_val, Y_val, Z = mat['X_train'], mat['Y_train'], mat['X_val'], mat['Y_val'], mat['Z']
classifier = NaiveBayes()
classifier.train(X_train, Y_train, Z, len(Z))
Y_star = classifier.predict(X_train)