**决策树图依赖的库安装:**
(参考:https://mlln.cn/2018/09/21/pydotplus%E5%AE%89%E8%A3%85%E5%92%8C%E5%9F%BA%E6%9C%AC%E5%85%A5%E9%97%A8/)
第一步安装 Graphviz:Graphviz 包不能使用pip或conda进行安装,需手动安装
(先下载2.38版本,然后再安装)安装完后配置环境变量
第二步安装 pydotplus:直接使用下面pip或conda命令:pip install pydotplus
具体如下:
1、安装soft文件夹下的graphviz2.38msi,根据下面的链接步骤来安装:https://mlln.cn/2018/09/21/pydotplus%E5%AE%89%E8%A3%85%E5%92%8C%E5%9F%BA%E6%9C%AC%E5%85%A5%E9%97%A8/ ;
2、根据上面链接参考添加环境变量;
3、按windows键,找到anaconda3 ,打开anaconda Prompt;
4、在anaconda Prompt中输入 pip install pydotplus 安装命令(此命令要在添加环境变量之后操作,如果此命令提前执行,可使用pip uninstall pydotplus进行卸载,然后再重新输入安装命令,安装成功后,关闭命令行界面),回车等待安装成功;
没有合适的资源?快使用搜索试试~ 我知道了~
我的2023年机器学习上课,老师的代码演示
共105个文件
png:46个
py:19个
xml:9个
需积分: 0 0 下载量 117 浏览量
2024-01-09
19:32:29
上传
评论
收藏 34.6MB RAR 举报
温馨提示
我的2023年机器学习上课,老师的代码演示
资源推荐
资源详情
资源评论
收起资源包目录
我的2023年机器学习上课,老师的代码演示 (105个子文件)
Shipping.csv 430KB
evaluation.csv 1KB
evaluation.csv 788B
evaluation-checkpoint.csv 785B
evaluation.csv 740B
evaluation.csv 479B
evaluation.csv 448B
play_no_data.csv 430B
crx.data 31KB
iris.data 4KB
.gitignore 184B
.gitignore 0B
xgboost_lightgbm.iml 431B
郑申文.iml 324B
credit.lisp 12KB
readme.md 1KB
graphviz-2.38.msi 34.17MB
crx.names 1KB
credit.names 522B
streamlit入门.pdf 1.15MB
model.pickle 138KB
logistic_5.pickle 953B
logistic_4.pickle 905B
logistic_3.pickle 865B
logistic_2.pickle 833B
logistic_1.pickle 809B
decision_tree_graph_with_entropy_depth_4.png 79KB
decision_tree_graph_with_gini_depth_4.png 76KB
scatter_play.png 60KB
decision_tree_graph_with_entropy_depth_3.png 60KB
decision_tree_graph_with_gini_depth_3.png 55KB
decision_boundary_SVM_with_poly_kernel.png 42KB
logistic_regression_with_3_polynomial.png 42KB
logistic_regression_with_2_polynomial.png 42KB
logistic_regression_with_4_polynomial.png 42KB
logistic_regression_with_5_polynomial.png 42KB
decision_boundary_SVM_with_linear_kernel.png 41KB
logistic_regression_with_1_polynomial.png 41KB
decision_boundary_SVM_with_rbf_kernel.png 40KB
decision_boundary_SVM_with_sigmoid_kernel.png 40KB
ROC_AUC_decision_tree_with_entropy_depth_1.png 38KB
ROC_AUC_decision_tree_with_gini_depth_1.png 38KB
ROC_AUC_decision_tree_with_entropy_depth_2.png 36KB
ROC_AUC_decision_tree_with_gini_depth_2.png 36KB
ROC_AUC_decision_tree_with_entropy_depth_3.png 35KB
ROC_AUC_decision_tree_with_gini_depth_3.png 35KB
ROC_AUC_SVM_with_sigmoid_C=_1.0.png 34KB
ROC_AUC_SVM_with_poly_C=_1.0.png 34KB
ROC_AUC_SVM_with_linear_C=_1.0.png 34KB
ROC_AUC_SVM_with_rbf_C=_1.0.png 33KB
ROC_AUC_KNN_with_2_neighbors.png 33KB
ROC_AUC_decision_tree_with_entropy_depth_4.png 33KB
ROC_AUC_KNN_with_3_neighbors.png 33KB
ROC_AUC_KNN_with_10_neighbors.png 33KB
ROC_AUC_KNN_with_5_neighbors.png 33KB
ROC_AUC_decision_tree_with_gini_depth_4.png 33KB
ROC_AUC_KNN_with_8_neighbors.png 32KB
decision_tree_graph_with_entropy_depth_2.png 31KB
ROC_AUC_with_model_GaussianNB.png 31KB
decision_tree_graph_with_gini_depth_2.png 30KB
scatter_iris.png 29KB
ROC_AUC_with_1_polynomial.png 29KB
ROC_AUC_with_2_polynomial.png 28KB
ROC_AUC_with_3_polynomial.png 28KB
ROC_AUC_with_4_polynomial.png 28KB
ROC_AUC_with_5_polynomial.png 28KB
ROC_AUC_with_model_MultinomialNB.png 28KB
ROC_AUC_with_model_BernoulliNB.png 28KB
decision_tree_graph_with_entropy_depth_1.png 17KB
decision_tree_graph_with_gini_depth_1.png 17KB
ROC_AUC_KNN_with_2_neighbors-checkpoint.png 16KB
scatter_chip.png 2KB
~$Streamlit介绍.pptx 165B
svm_multi_classification_iris_data_two_characters.py 11KB
decision_tree_classification_play_or_not_data.py 9KB
logistic_regression_classification_chip_nonlinear_data.py 8KB
knn_classification_credit_approval_data.py 7KB
naive_bayes_classification_Spam_SMS_data.py 7KB
svm_multi_classification_iris_data_two_characters-checkpoint.py 6KB
svm_multi_classification_iris_data_two_characters.py 6KB
app_streamlit_lightgbm.py 5KB
ec_data_analysis.py 5KB
decision_tree_classification_play_or_not_data-checkpoint.py 5KB
decision_tree_classification_play_or_not_data.py 5KB
knn_classification_credit_approval_data-checkpoint.py 4KB
knn_classification_credit_approval_data.py 4KB
xgboost_clf_iris.py 4KB
logistic_regression_classification_chip_nonlinear_data.py 4KB
naive_bayes_classification_Spam_SMS_data-checkpoint.py 4KB
naive_bayes_classification_Spam_SMS_data.py 4KB
streamlit_test.py 2KB
tfidf_test.py 624B
readme 6KB
SMSSpamCollection 467KB
data.txt 2KB
requirements.txt 136B
workspace.xml 29KB
Project_Default.xml 4KB
workspace.xml 2KB
Project_Default.xml 2KB
共 105 条
- 1
- 2
资源评论
---wzy---
- 粉丝: 16
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功