sklearn中的Bunch和dict的区别

简介: sklearn中的Bunch和dict的区别

今天在学习机器学习鸢尾花数据集的时候发现一个新的类 —— Bunch


E$_MIN3_%UTR%U60L[)EQNN.png

image.png

  • Bunch类是继承自dict类型的

    L3K79J3QH$6G4UFLMF4{}ZY.png
    image.png
  • 首先,定义不同:
  • Bunch的key不用双引号,和value之间使用等号连接。
  • dict的key必须使用双引号括上,和value之间使用冒号连接。
  • 其次,使用方式不同:
  • Bunch可以使用.attr访问数据,还可以使用["attr"]访问数据。
  • dict类型只可以使用["attr"]才能访问数据。

module 'pandas' has no attribute 'scatter_matrix'

原因是版本过低,需要升级

今天用鸢尾花数据集进行了监督算法做分类预测,和暑假学的差不多,但是更加深入了一些

目录
相关文章
【sklearn】KFold、StratifiedKFold、GroupKFold的区别
【sklearn】KFold、StratifiedKFold、GroupKFold的区别
341 0
成功解决sklearn\preprocessing\label.py:151: DeprecationWarning: The truth value of an empty array is amb
成功解决sklearn\preprocessing\label.py:151: DeprecationWarning: The truth value of an empty array is amb
sklearn中的cross_val_score交叉验证
sklearn中的cross_val_score交叉验证
169 0
|
PyTorch 算法框架/工具
torch.split 的用法
这将返回一个元组,包含 3 个大小分别为 (6, 2)、(6, 2) 和 (6, 4) 的张量。 需要注意的是,当给定的拆分大小不等于张量在指定维度上的大小时,torch.split() 会引发一个异常。
523 0
dict中所有方法的使用
提示:以下是本篇文章正文内容,下面案例可供参考
62 0
from sklearn.cross_validation import train_test_split发生报错
from sklearn.cross_validation import train_test_split发生报错
293 0
from sklearn.cross_validation import train_test_split发生报错
|
存储 测试技术
测试模型时,为什么要with torch.no_grad(),为什么要model.eval(),如何使用with torch.no_grad(),model.eval(),同时使用还是只用其中之一
在测试模型时,我们通常使用with torch.no_grad()和model.eval()这两个方法来确保模型在评估过程中的正确性和效率。
1230 0
|
机器学习/深度学习 PyTorch 算法框架/工具
model是一个模型网络,model.eval() 、model.train()是什么意思?
在PyTorch中,model.eval()是一个模型对象的方法,用于将模型设置为评估模式。当模型处于评估模式时,它会在前向传递期间禁用某些操作,如丢弃(dropout)和批量归一化(batch normalization),以确保模型的输出稳定性。
1082 0
|
6月前
|
TensorFlow 算法框架/工具 Python
【Tensorflow 2】解决'Tensor' object has no attribute 'numpy'
解决'Tensor' object has no attribute 'numpy'
134 3

热门文章

最新文章