Pytorch实现线性分类
目录1.导包
2.加载数据
3.获取X与Y数据
4.将X，Y数据转化成tensor张量, tensor张量必须是二维数据
5.用封装的API实现线性分类
5.1导包
5.2建模-神经网络（二分类题目）
5.3界说损失函数
5.4界说优化器
5.5界说训练过程
5.6 盘算正确率
1.导包
import torch
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 2.加载数据
data = pd.read_csv('./dataset/credit-a.csv', header = None)
data.head()#查看读取数据的前5条 https://i-blog.csdnimg.cn/direct/589c4882343c4a6388416228ea9724cc.png
data.shape (653, 16)3.获取X与Y数据
#前15列式特征，最后一列是标记（二分类的目标结果）
X = data.iloc[:, :-1]#dataframe的切片索引数据：所有的行数据都要，最后一列数据不要
Y = data.iloc[:, -1]#行都要，列数据只要最后一列 X.shape (653, 15)Y.shape (653,)# 在机器学习与深度学习中，series数据结构是不能做为分类标记，series数据结构不属于一维数据结构，也不是二维数据结构
Y#Y原数据是series https://i-blog.csdnimg.cn/direct/d1f0b23a70bc443aa5c4647f2b713886.png
X https://i-blog.csdnimg.cn/direct/b9f00d6136de4953842f9116168c4a12.png
X.values#是二维数组 array([[0.000e+00, 3.083e+01, 0.000e+00, ..., 0.000e+00, 2.020e+02,
0.000e+00],
[1.000e+00, 5.867e+01, 4.460e+00, ..., 0.000e+00, 4.300e+01,
5.600e+02],
[1.000e+00, 2.450e+01, 5.000e-01, ..., 0.000e+00, 2.800e+02,
8.240e+02],
...,
[1.000e+00, 2.525e+01, 1.350e+01, ..., 0.000e+00, 2.000e+02,
1.000e+00
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]