本文整理汇总了Python中sklearn.linear_model.SGDClassifier.sparsify方法的典型用法代码示例。如果您正苦于以下问题：Python SGDClassifier.sparsify方法的具体用法？Python SGDClassifier.sparsify怎么用？Python SGDClassifier.sparsify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sklearn.linear_model.SGDClassifier的用法示例。
在下文中一共展示了SGDClassifier.sparsify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: SGDClassifier
# 需要导入模块: from sklearn.linear_model import SGDClassifier [as 别名]
# 或者: from sklearn.linear_model.SGDClassifier import sparsify [as 别名]
# k=2 : 58.5%
# k=1 : 57.5%
"""
##########################################################
# train a SGD classifier on X_sample
# that are made of training samples
# very fitted according to X_test distances
##########################################################
(sample_X,sample_y,sample_w) = joblib.load(ddir+'joblib/sampleXYW')
classifier = SGDClassifier()
classifier.fit(sample_X,sample_y,class_weight = sample_w)
classifier.sparsify()
joblib.dump(classifier,ddir+'joblib/classifier')
##########################################################
classifier = joblib.load(ddir+'joblib/classifier')
print classifier.score(sample_X,sample_y)
print classifier.score(train_X[100000:100000+n],train_y[100000:100000+n])
print classifier.score(train_X[200000:200000+n],train_y[200000:100000+n])
# 85.5% on fitted sample
# 73.12% on predicted train+
# 73.17% on predicted train++
# fingers crossed,hope this reflect the submission...