机器学习--特征工程具体案例
一、数据集介绍
sklearn库中的玩具数据集，葡萄酒数据集。在前两次发布的内容《机器学习基础中》有介绍。
1.1葡萄酒列标签名：
wine.feature_names
结果：
['alcohol', 'malic_acid', 'ash', 'alcalinity_of_ash', 'magnesium', 'total_phenols', 'flavanoids', 'nonflavanoid_phenols', 'proanthocyanins', 'color_intensity', 'hue', 'od280/od315_of_diluted_wines', 'proline']
解释：
以下是葡萄酒数据集中各化学特征标签的详细解释：
1. 酒精相关
alcohol
酒精含量百分比，反映葡萄酒的酒精浓度。
2. 酸类成分
malic_acid
苹果酸含量（g/L），影响口感酸度与果香。
ash
灰分含量（g/L），燃烧后残留的无机物总量。
alcalinity_of_ash
灰分碱度（mEq/L），衡量灰分的碱性强度。
3.矿物质与微量元素
magnesium
镁元素含量（mg/L），与葡萄酒的营养价值和口感相关。
4. 酚类物质
total_phenols
总酚含量（mg/L），包括单宁、色素等，影响抗氧化性和风味复杂度。
flavanoids
类黄酮含量（mg/L），具有抗氧化作用，贡献苦味和收敛性。
nonflavanoid_phenols
非类黄酮酚含量（mg/L），其他酚类化合物的总和。
proanthocyanins
原花青素含量（mg/L），影响口感涩度和色泽稳定性。
5. 颜色与光学特性
color_intensity
颜色强度（吸光度单位），通过光谱测量反映颜色深浅。
hue
色调（1-10），描述色彩偏向（如红、紫等）的数值指标。
od280/od315_of_diluted_wines
稀释后葡萄酒样品的光密度比值，用于评估特定化学成分（如酚类）的浓度。
6. 其他特征
proline
脯氨酸含量（μg/L），一种氨基酸，影响风味和微生物稳定性。
1.2葡萄酒行目标名：
wine.target_names
结果：
['class_0' 'class_1' 'class_2']
解释：
类别标识：代表葡萄酒的三个不同品种或类别，用于区分样本所属的类别归属。
数据集包含 178 个样本，每个样本对应 13 种化学特征（如酒精浓度、酸度等）。
类别标签通过数值化（0/1/2）或字符串（class_0/class_1/class_2）形式存储，便于模型训练和预测。
二、大致步骤
2.1 数据加载
使用sklearn库加载葡萄酒数据集，并转换为dataframe格式查看前几条相关信息。
2.2数据预处理
（1）划分数据集；（2）标准化处理
2.3特征降维
应用主成份分析（PCA）降维方法进行特征降维，设置参数为0.95，即保存95%的方差数据信息。
2.4模型训练与预测
使用随机森林分类器对降维数据进行训练，并对测试集进行预测。
2.5模型评估
计算模型准确率。
2.6可视化分析
展示图像，数形结合。
三、代码实现
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.ensemble import RandomForestClassifier
#加载数据集
wine = load_wine()
print(wine.data.shape) #打印数据集形状（有多少条数据，列标签有多少）
#其他基础操作不再重复，前几篇有介绍#划分数据集
x_train,x_test,y_train,y_test = train_test_split(wine.data,wine.target,test_size=0.3,random_state=42)#标准化数据集
scaler = StandardScaler()
x_train_scaler = scaler.fit_transform(x_train)
x_test_scaler = scaler.transform(x_test)
#一般不会对y进行标准化#特征降维
pca = PCA(n_components=0.95)
x_train_pca = pca.fit_transform(x_train_scaler)
x_test_pca = pca.transform(x_test_scaler)#训练模型
model = RandomForestClassifier(n_estimators=100,random_state=42)
model.fit(x_train_pca,y_train)#预测
y_pred = model.predict(x_test_pca)
print(y_pred)#评估模型准确率
score = model.score(x_test_pca,y_test)
print(score)结果：
(178, 13)
[0 0 2 0 1 0 1 2 1 2 1 2 0 2 0 1 1 1 0 1 0 1 1 2 2 2 1 1 1 0 0 1 2 0 0 0 2
2 1 2 1 1 1 1 2 0 1 1 2 0 1 0 0 2]
0.9444444444444444
相关文章：
机器学习--特征工程具体案例
一、数据集介绍 sklearn库中的玩具数据集，葡萄酒数据集。在前两次发布的内容《机器学习基础中》有介绍。 1.1葡萄酒列标签名： wine.feature_names 结果： [alcohol, malic_acid, ash, alcalinity_of_ash, magnesium, total_phenols, flavanoi…...
Java-List集合类全面解析
Java-List集合类全面解析 前言一、List接口概述与核心特性1.1 List在集合框架中的位置1.2 List的核心特性1.3 常见实现类对比 二、ArrayList源码剖析与应用场景2.1 内部结构与初始化2.2 动态扩容机制2.3 性能特点与最佳实践 三、LinkedList 源码剖析与应用场景3.1 内部结构与节…...
在Cursor中启用WebStorm/IntelliJ风格快捷键
在Cursor中启用WebStorm/IntelliJ风格快捷键 方法一：使用预置快捷键方案 打开快捷键设置 Windows/Linux: Ctrl K → Ctrl SmacOS: ⌘ K → ⌘ S 搜索预设方案 在搜索框中输入keyboard shortcuts，选择Preferences: Open Keyboard Shortcuts (JSON) …...
32、跨平台咒语—— React Native初探
一、时空晶体架构（核心原理） 1. 量子组件桥接协议 // 原生组件映射 <View> → iOS UIView / Android ViewGroup <Text> → UILabel / TextView 魔法特性： • JavaScriptCore引擎：通过V8/Hermes引擎执行JS逻辑…...
无源探头衰减比与带宽特性的关联性研究
引言 在电子测量领域，无源探头作为示波器的重要附件，其性能参数直接影响测量结果的准确性。本文将从电路设计原理出发，深入分析衰减比与带宽这两个关键参数的相互关系，帮助工程师正确理解并选择适合的测量探头。 技术原理分析 …...
虚拟机的三个核心类加载器
虚拟机的三个核心类加载器 在Java虚拟机（JVM）中，类加载器（ClassLoader）负责将类的字节码加载到内存中，并生成对应的Class对象。以下是三个核心类加载器的详细说明： 1. 启动类加载器（Bootstrap ClassLoader） 职责： 加载Java核心类库（如java.lang、java.util等），位…...
国家互联网信息办公室关于发布第十一批深度合成服务算法备案信息的公告
wenz 根据《互联网信息服务深度合成管理规定》，现公开发布第十一批境内深度合成服务算法备案信息，具体信息可通过互联网信息服务算法备案系统（https://beian.cac.gov.cn）进行查询。任何单位或个人如有疑议，请发送邮件…...
深入理解动态规划：从斐波那契数列到最优子结构
引言 动态规划(Dynamic Programming, DP)是算法设计中一种非常重要的思想，广泛应用于解决各类优化问题。许多看似复杂的问题，通过动态规划的视角分析，往往能找到高效的解决方案。本文将系统介绍动态规划的核心概念，通过经典案例展…...
AT 指令详解：基于 MCU 的通信控制实战指南AT 指令详解
在 MCU（单片机）项目中，我们经常需要与各种通信模组（GSM、Wi-Fi、蓝牙等）交互。而这类模组通常都通过串口（UART）与 MCU 通信，控制它们的“语言”就是——AT 指令。 一、什么是 AT 指…...
初学c语言16（内存函数）
1.memcpy 形式： 功能：完成内存块拷贝（所以可拷贝任何类型的数据） 过程：从source开始拷贝num个字节的数据到destination指向的空间里 返回值：返回目标空间的起始地址 应用： 模拟实现…...
【git进阶】git rebase（变基）
文章目录 合并分支提交信息修改合并提交记录时间问题1时间问题2时间问题3git rebase有很多用武之地，我一一道来 合并分支 当多人协作同一个分支时，在提交我们自己版本之前，我们会先用git pull获取远端最新的版本。但是 git pull = git fetch + git mergegit merge是一个非…...
函数)
Pytorch---view()函数
在PyTorch中，view函数是一个极为重要的张量操作函数，其主要功能是对张量的形状进行重塑，与此同时会尽力维持张量中元素的总数不变。 1. 基本功能与语法 view函数的主要作用是改变张量的维度和大小，不过要保证重塑前后张量的元素…...
AI Agent开发第71课-一个完善的可落地企业AI Agent全架构
开篇 在之前的若干篇章里我们大量叙述了DIFY AI工作流、重排序、提示词重写、文档chunk、AI翻页、各种高级RAG应用以及AI Agent案例甚至全代码的输出。 目的，就是为了帮助大家认识到这么一件事，那就是： 当前AI主要还是在被叫好却不卖座，很多人（包括我身边的太多大厂）去…...
Prompt、Agent、MCP关系
AI基础概念概述 链接: https://www.bilibili.com/video/BV1aeLqzUE6L?t419.4 Agent（智能体）：智能体是能够执行特定任务的程序或实体，它可以根据环境变化调整自身行为。 MCP（多通道协议）：MCP是…...
人工智能100问☞第27问：神经网络与贝叶斯网络的关系？
神经网络与贝叶斯网络是两种互补的智能模型：神经网络通过多层非线性变换从数据中学习复杂模式，擅长大规模特征提取和预测，而贝叶斯网络基于概率推理建模变量间的条件依赖关系，擅长处理不确定性和因果推断。两者的融合（如贝叶斯神经网络）结合了深度学习的表征能力与概率建…...
Vue-样式绑定-style
样式绑定-style 对象写法数组写法 对象写法 :style"{fontSize: x}", x是动态值 （{fontSize: x}是样式对象） 代码 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8" /><title>…...
Python60日基础学习打卡D30
回顾： 导入官方库的三种手段导入自定义库/模块的方式导入库/模块的核心逻辑：找到根目录（python解释器的目录和终端的目录不一致） # 直接导入 from random import randint print(randint(1, 10)) # 导入自定义库 import module m…...
el-upload图片设置了url不显示问题
引用：可以使用Image组件测试url是否可以用 此时不显示图片，因为打印后提示图片加载失败 此时图片显示 使用的base64的格式。但要注意在生成的base64码前要加上data:image/png;base64的内容才可以赋值给url...
学习黑客PowerShell的历史、架构与工作原理深度解析
PowerShell的历史、架构与工作原理深度解析 🔍 作者: 海尔辛 | 发布时间: 2025-05-19 12:28:44 UTC 1. PowerShell的历史演变 📜 🔹 诞生背景与起源 PowerShell的诞生源于微软解决Windows管理工具碎片化问题的需求。在PowerShell出现之前…...
视觉-和-语言导航的综述：任务、方法和未来方向
22年6月来自UC Santa Cruz、澳大利亚的阿德莱德大学和 USC 的论文“Vision-and-Language Navigation: A Survey of Tasks, Methods, and Future Directions”。 人工智能研究的一个长期目标是构建能够用自然语言与人类交流、感知环境并执行现实世界任务的智体。视觉与语言导航…...
JUC入门（四）
ReadWriteLock 代码示例： package com.yw.rw;import java.util.HashMap; import java.util.Map; import java.util.concurrent.locks.ReentrantReadWriteLock;public class ReadWriteDemo {public static void main(String[] args) {MyCache myCache new MyCache…...
day 21 常见降维算法
一、无监督降维 定义：这类算法在降维过程中不使用任何关于数据样本的标签信息（比如类别标签、目标值等）。它们仅仅根据数据点本身的分布、方差、相关性、局部结构等特性来寻找低维表示。 输入：只有特征矩阵 X。 目标：…...
代理IP高可用性与稳定性方案：负载均衡、节点健康监测与智能切换策略
一、负载均衡策略：动态分配与场景适配 多算法协同调度 轮询与加权轮询：适用于定时数据采集等低频任务，通过静态IP池按顺序分配请求，避免单一节点过载。例如，静态IP池可支持电商商品价格监控，按固定周期切换…...
C语言：在操作系统中，链表有什么应用？
在操作系统中，链表是一种重要的数据结构，凭借其灵活的内存管理和高效的插入/删除特性，被广泛应用于多个核心模块。以下是其主要应用场景及详细说明： 1. 内存管理：空闲内存块管理 应用场景：操作系统需要管…...
RocketMQ
一、引言 Message Queue（消息 队列），从字⾯上理解：⾸先它是⼀个队列。FIFO先进先出的数据结构——队列。消息队列就是所谓的存放消息的队列。 消息队列解决的不是存放消息的队列的⽬的，解决的是通信问题。 …...
学习BI---QuickBI介绍
BI是什么 BI 数据仓库（存数据） OLAP（多维分析） 数据挖掘（找规律） 可视化（图表/看板） 人话解释就是把企业里乱七八糟的数据变成老板能看懂的报告，帮他们做更聪明的决…...
【数据结构】AVL树的实现
文章目录 1. AVL 的概念2. AVL 树的实现2.1 AVL 树的结构2.2 AVL 树的插入2.2.1 AVL 树插入一个值的大致过程2.2.2 平衡因子更新 2.3 旋转2.3.1 旋转的原则2.3.2 右单旋2.3.3 左单旋2.3.4 左右双旋2.3.5 右左双选 2.4 AVL 树的查找2.5 AVL 树平衡检测 1. AVL 的概念 AVL树是最…...
基于Zynq SDK的LWIP UDP组播开发实战指南
一、为什么选择LWIP组播？ 在工业控制、智能安防、物联网等领域，一对多的高效数据传输需求日益增长。Zynq-7000系列SoC凭借其ARM+FPGA的独特架构，结合LWIP轻量级网络协议栈，成为嵌入式网络开发的理想选择。本文将带您实现： LWIP组播配置全流程动态组播组切换技术零拷贝数据…...
【esp32 控制台】-命令
文章目录 1 esp32控制台简介2 控制台命令编程2.1 控制台配置交互设备初始化控制台初始化等待命令输入 2.2 命令实现2.2.1 命令注册 踩坑记录 1 esp32控制台简介 可以通过idf.py monitor调出idf的控制台，结束控制台用ctrl ]。 esp32的控制台就像linux中的shell一样…...
DApp开发全流程解析：模式设计、功能参考与合约管理实践
DApp开发全流程解析：模式设计、功能参考与合约管理实践 引言：Web3.0时代的DApp开发范式 随着区块链技术的成熟，DApp（去中心化应用）已成为Web3.0生态的核心载体。截至2025年，全球DApp数量突破10万…...
I/O多路复用：poll与epoll
一、select/poll与epoll对比 核心区别 特性select/pollepoll内核数据结构数组（线性结构）红黑树（存储监听的fd）内存拷贝每次调用需将fd列表从用户态拷贝到内核态仅在注册fd时拷贝一次（epoll_ctl）内核事件检…...
【调制识别】PGD攻击中参数的含义
在PGD（Projected Gradient Descent）对抗攻击中，代码如下： # 定义PGD对抗样本生成类 class AttackPGD(nn.Module): def __init__(self, model, config):super(AttackPGD, self).__init__()self.model model …...
设备数据看板助力自动化工厂实现生产智能精细化管理
工厂数字化转型需要实现自动化设备生产现场可视化、设备系统间的互联互通，以及数据的智能决策。然而，当前许多制造企业仍面临着传统单机设备同质化严重、数字化服务能力不足、售后成本高企、系统集成效率低下等挑战。企业如何通过自动化装备看板和实时数…...
单点登录是是什么？具体流程是什么？
SSO⼀般都需要⼀个独⽴的认证中⼼（passport），⼦系统的登录均得通过passport，⼦系统本⾝将不参与登录操作，当⼀个系统成功登录以后，passport将会颁发⼀个令牌给各个⼦系统，⼦系统可以拿着令牌会获…...
什么业务需要用到waf
Web应用防火墙（Web Application Firewall，简称WAF）主要用于保护Web应用程序免受各种网络攻击，以下是需要用到WAF的业务类型及具体场景： 一、电子商务业务 业务特点：涉及用户注册、登录、支付等敏感操作&a…...
java中的Servlet4.x详解
前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站 Servlet 4.x 是 Java EE 8（现 Jakarta EE）规范的一部分，于 2017 年正式发布。作为 Servlet 技术的重大更…...
## Docker 中 Elasticsearch 启动失败：日志文件权限问题排查与解决
好的，这是一份关于你遇到的 Docker Elasticsearch 启动报错问题的笔记，包含问题描述、我的分析判断以及最终的解决方案，适合用于整理成文章。 Docker 中 Elasticsearch 启动失败：日志文件权限问题排查与解决 在使用 Docker部署 E…...
JavaScript：PC端特效--缓动动画
一、缓动效果原理 缓动动画就是让元素运动速度有所变化，最常见的就是让元素慢慢停下来 思路： 让盒子每次移动的距离慢慢变小，速度就会慢慢降下来核心算法：（目标值-现在位置）/10作为每次移动距离的步长停…...
【深度学习新浪潮】什么是多模态大模型？
多模态大模型是人工智能领域的前沿技术方向，它融合了多种数据模态（如文本、图像、语音、视频、传感器数据等），并通过大规模参数模型实现跨模态的联合理解与生成。简单来说，这类模型就像人类一样，能同时“看”“听”“读”“说”，并将不同信息关联起来，完成复杂任务。 …...
C++23 std::mdspan：多维数组处理新利器
文章目录 引言C23简介std::mdspan的定义与特点定义特点 std::mdspan的优势零成本抽象的多维数据访问减少内存开销提高代码灵活性 std::mdspan的应用场景科学计算图形学 相关提案示例代码使用动态扩展使用静态和动态扩展 总结 引言 在C的发展历程中，每一个新版本都带…...
09、底层注解-@Import导入组件
09、底层注解-Import导入组件 Import是Spring框架中的一个注解，用于将组件导入到Spring的应用上下文中。以下是Import注解的详细介绍： #### 基本用法 - **导入配置类** java Configuration public class MainConfig { // 配置内容 } Configuration Impo…...
码蹄集——N是什么、棋盘
MT1223 N是什么 给定一系列数字3、10、21、36…，输入正整数N，输出上述序列的第N个值。从N1开始计数。 格式 输入格式：输入正整数N 输出格式：输出整型 样例 1 输入：5 输出：55 备注：N小于…...
C++中聚合类（Aggregate Class）知识详解和注意事项
一、聚合类（Aggregate Class）概念 聚合（Aggregate） 是 C 中一类特殊的类类型，无用户自定义构造函数、无私有或受保护非静态数据成员、无虚函数、无基类（C11 起基类必须也是聚合且无私有/受保护成员&#x…...
python打卡day30
模块和库的导入 知识点回顾： 导入官方库的三种手段导入自定义库/模块的方式导入库/模块的核心逻辑：找到根目录（python解释器的目录和终端的目录不一致） 作业：自己新建几个不同路径文件尝试下如何导入 python的学习就像…...
PostGIS实现栅格数据导出图片标准格式【ST_AsGDALRaster】
ST_AsGDALRaster 函数应用详解：将栅格数据导出为标准图片格式 [文章目录] 一、函数概述 二、函数参数详解 三、关键功能示例 四、GDAL 选项配置指南 五、性能优化建议 六、注意事项与限制 七、应用场景 八、总结 一、函数概述 ST_AsGDALRaster是PostGIS中…...
4.6 sys模块
sys --- 仅作了解 面试之前冲击一下 python的垃圾回收机制 import sys # 1. api_version : 获取python的内部版本号 print(sys.api_version) #1013 # 2. copyright: 获取cpython的版本 print(sys.copyright) #3.getfilesystemencoding() getdefaultencoding():获…...
「HHT（希尔伯特黄变换）——ECG信号处理-第十三课」2025年5月19日
一、引言 心电信号（ECG）是反映心脏电活动的重要生理信号，其特征提取对于心脏疾病的诊断和监测具有关键意义。Hilbert - Huang Transform（HHT）作为一种强大的信号处理工具，在心电信号特征提取领域得到了广泛…...
枪机定焦系统的自动控制装置
枪机定焦系统，作为一种监控设备，通常被广泛应用于各种需要高清、远距离监控的场合。该系统的主要特点是其镜头焦距固定，不能手动或自动调节，从而确保了监控画面的稳定性和清晰度。当提到枪机定焦系统采用自动功能时，可…...
【Unity】Unity中将字典序列化
Unity中将字典序列化，在预制体上能够看到字典的内容，也可以直接在预制体上拖拽给字典赋值 直接上代码 using System; using System.Collections; using System.Collections.Generic; using System.Linq; using UnityEngine;public class SerializableD…...
VTK|箱体切割器
文章目录 效果实现类头文件实现类源文件如何调用项目git链接 效果 实现类头文件 /*** file BoxClipperController.h* brief 该头文件定义了 BoxClipperController 类，用于管理基于盒子的网格数据裁剪操作。* details 该类提供了使用 vtkBoxWidget 对网格数据进行裁…...