前面我介绍了可视化的一些方法以及机器学习在预测方面的应用，分为分类问题（预测值是离散型）和回归问题（预测值是连续型）（具体见之前的文章）。

从本期开始，我将做一个数据分析类实战的系列文章，列举一些在平时数据处理中遇到的一些小问题，提供一个解决方案，让读者慢慢理解python数据分析的原理和方法，每一篇文章从实现功能、实现代码、实现效果三个方面进行展示。

实现功能：

k折交叉验证是将数据分为k份，选取其中的k-1份为训练数据，剩余的一份为测试数据。k份数据循环做测试集进行测试。此原理适用于数据量小的数据。使用KFpld函数，实现模型的交叉验证，选择最佳模型。n_splits = 5，表示进行5折交叉验证，分别计算每一次的准确率，最后求得平均准确率。

实现代码：

from sklearn import datasets
from sklearn.model_selection import KFold
from sklearn.tree import DecisionTreeClassifier

iris = datasets.load_iris()
data, target = iris.data, iris.target
print(data)
print(target)

kf = KFold(n_splits = 5, shuffle=True, random_state=0)
curr_score=0
for train_index, test_index in kf.split(data):
    clt = DecisionTreeClassifier(max_depth=5, random_state=0).fit(data[train_index], target[train_index])
    curr_score = curr_score + clt.score(data[test_index], target[test_index])
    print("准确率为：", clt.score(data[test_index], target[test_index]))

avg_score = curr_score / 5
print("平均准确率为：", avg_score)

实现效果：

 

        本人读研期间发表5篇SCI数据挖掘相关论文，现在在某研究院从事数据挖掘相关工作，对数据挖掘有一定的认知和理解，会不定期分享一些关于python机器学习、深度学习、数据挖掘基础知识与案例。致力于只做原创，以最简单的方式让你理解和学习它们，关注V数据杂坛与我一起交流成长。