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
|
1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'
41 3
|
1月前
|
机器学习/深度学习 大数据 算法框架/工具
【Python-Keras】keras.fit()和keras.fit_generator()的解析与使用
本文解析了Keras中的`fit()`和`fit_generator()`方法,解释了两者在训练神经网络模型时的区别和使用场景,其中`fit()`适用于数据集较小且无需数据增强时,而`fit_generator()`适用于大数据集或需要数据增强的情况。
26 2
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
49 0
|
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。
843 0
sklearn中的cross_val_score交叉验证
sklearn中的cross_val_score交叉验证
138 0
|
TensorFlow 算法框架/工具 Python
TensorFlow将Tensor或者numpy数据变成迭代器
TensorFlow将Tensor或者numpy数据变成迭代器
92 0
|
机器学习/深度学习 存储 缓存
ML之sklearn:sklearn的make_pipeline函数、RobustScaler函数、KFold函数、cross_val_score函数的代码解释、使用方法之详细攻略
ML之sklearn:sklearn的make_pipeline函数、RobustScaler函数、KFold函数、cross_val_score函数的代码解释、使用方法之详细攻略
|
Python
Python编程:playhouse模块转peewee的model对象为字典dict
Python编程:playhouse模块转peewee的model对象为字典dict
414 0
|
数据采集 JSON 数据格式
Pandas 基本使用(三) — DataFrame.to_dict() 函数使用!
Pandas 处理数据的基本类型为 DataFrame,数据清洗时不可必然会关系到数据类型转化问题,Pandas 在这方面也做的也非常不错,其中经常用的是 DataFrame.to_dict() 函数之间转化为字典类型;除了转化为字典之外,Pandas 还提供向 json、html、latex、csv等格式的转换:
from sklearn.cross_validation import train_test_split发生报错
from sklearn.cross_validation import train_test_split发生报错
256 0
from sklearn.cross_validation import train_test_split发生报错