python-scikit-learn基础
文章目录
- 前言
- 1.scikit-learn自带数据集
- 2.scikit-learn数据降维
- 3.scikit-learn数据预处理
- 4.scikit-learn数据集划分
- 5.scikit-learn模型调用
- 1. 调用模型
- 2. 代入数据训练
- 3. 模型预测
- 6.scikit-learn结果评价
- 7.scikit-learn过程可视化(以决策树为例)
前言
scikit-learn是python实现的机器学习算法库,它具有各种分类,回归和聚类算法,包括支持向量机,随机森林,梯度提升,k均值和DBSCAN,并且旨在与Python数值科学图书馆NumPy和SciPy。
1.scikit-learn自带数据集
数据集 | 函数 | 适用范围 |
---|---|---|
波士顿房价数据集 | datasets.load_boston([return_X_y]) | 经典的用于回归任务的数据集 |
乳腺癌数据集 | datasets.load_breast_cancer([return_X_y]) | 简单经典的用于二分类任务的数据集 |
糖尿病数据集 | datasets.load_diabetes([return_X_y]) | 经典的用于回归的数据集, |
手写数字数据集 | datasets.load_digits([n_class, return_X_y]) | 用于分类任务或者降维任务的数据集 |
体能训练数据集 | datasets.load_linnerud([return_X_y]) | 经典的用于多变量回归任务的数据集。 |
鸢尾花数据集 | datasets.load_iris([return_X_y]) | 用于分类任务的数据集 |
# 鸢尾花数据调用示例
from sklearn.datasets import load_iris
data=load_iris( )
print(X.shape) # 结果 (506, 13) 数据的行数(数量)与维度(指标)# 其他数据集示例
from sklearn.datasets import fetch_olivetti_faces #下载大型数据集
from sklearn.datasets import make_swiss_roll #生成数据集
2.scikit-learn数据降维
sk-learn的降维算法都被包括在模块decomposition中,在此模块中可以实现主成分分析、因子分析、独立成分分析、字典学习、高级矩阵分解以及其他矩阵分解
PCA降维示例
model=sklearn.decomposition.PCA(n_components=None, copy=True, whiten=False)
X_LessDim=model.fit_transform(X)
参数 | 含义 |
---|---|
n_components | 赋值为int,比如n_components=1,将把原始数据降到一个维度。 |
copy | 表示是否在运行算法时,将原始训练数据复制一份。 |
whiten | 白化,使得每个特征具有相同的方差。 |
# 降维
from sklearn.decomposition import PCA
Pca_mode=PCA(n_components=2)
less_X=Pca_mode.fit_transform(X) # 注意函数fit_transform
less_X.shape # (506, 2)数据指标即维度变为2
3.scikit-learn数据预处理
sk-learn的Preprocessing包含了简单的预处理和标准化函数,在此模块中可以实现简单的数据预处理
如:
独热编码转换、数据二值化等操作,还可以实现0-1标准化、最大最小标准化等数据标准化转换操作。
标准化转换示例
from sklearn. preprocessing import Normalizer
model=Normalizer()
X_stand=model.transform(X)
# 标准化处理
from sklearn.preprocessing import Normalizer
N_model=Normalizer()
N_less_X=N_model.transform(less_X)
print(N_less_X[0:5])
# 输出
[[ 0.72187819 0.69202014][-0.74597238 -0.66597688][-0.74145383 0.67100389][ 0.80756801 0.58977446][-0.43561154 -0.90013476]]
4.scikit-learn数据集划分
scikit-learn支持多种种数据集划分的方法,这里以留出法和交叉验证法为例。
留出法:
from sklearn.model_selection import train_test_split
X_tr,X_te,Y_tr,Y_te=train_test_split(X,Y,test_size=0.2)
test_size:控制测试集的比例
交叉验证
from sklearn.model_selection import KFold
kf = KFold(n_splits=4)
for train, test in kf.split(X, Y):
print(train, test)
5.scikit-learn模型调用
1. 调用模型
from sklearn.tree import DecisionTreeRegressor
model=DecisionTreeRegressor()
2. 代入数据训练
model.fit(X_tr,Y_tr)
3. 模型预测
Y_pre=model.predict(X_te)
Y_pre
6.scikit-learn结果评价
7.scikit-learn过程可视化(以决策树为例)
决策树的可视化需要用到graphviz和pydotplus,然而graphviz除了在python里pip安装模块,还需要在电脑中安装graphviz软件。
# 首先载入所需的模块:
from sklearn.tree import export_graphviz
import pydotplus
# 生成模型后即可使用上述模块产生需要格式的决策树图片
dot_data = tree.export_graphviz(决策树模型, out_file=None)
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_png("tree.png") # 生成png文件
graph.write_jpg("tree.jpg") # 生成jpg文件
graph.write_pdf("tree.pdf") # 生成pdf文件
python-scikit-learn基础相关推荐
- python scikit learn 关闭开源_scikit learn 里没有神经网络?
本教程的代码和数据来自于 Springboard 的博客教程,希望能为你提供帮助.作者为 Jose Portilla,他是网络教育平台 Udemy 一门数据科学类课程的讲师. GitHub 链接:ht ...
- python scikit learn 封装_python的scikit-learn的主要模块和基本使用
在从事数据科学的人中,最常用的工具就是R和Python了,每个工具都有其利弊,但是Python在各方面都相对胜出一些,这是因为scikit-learn库实现了很多机器学习算法. 加载数据(Data L ...
- python scikit learn 关闭开源_Python机器学习工具:Scikit-Learn介绍与实践
Scikit-learn 简介 官方的解释很简单: Machine Learning in Python, 用python来玩机器学习. 什么是机器学习 机器学习关注的是: 计算机程序如何随着经验积累 ...
- python scikit learn 关闭开源_慕课|Python调用scikit-learn实现机器学习(一)
一.机器学习介绍及其原理 1.什么是人工智能? 机器对人的思维信息过程的模拟,让它能相认一样思考. a.输入 b.处理 c.输出 根据输入信息进行模型建构.权重更新,实现最终优化. 特点:信息处理.自 ...
- python scikit learn 关闭开源_Scikit Learn安装教程
Windows下安装scikit-learn 准备工作 Python (>= 2.6 or >= 3.3), Numpy (>= 1.6.1) Scipy (>= 0.9), ...
- Scikit Learn: 在python中机器学习
Warning 警告:有些没能理解的句子,我以自己的理解意译. 翻译自:Scikit Learn:Machine Learning in Python 作者: Fabian Pedregosa, Ga ...
- [转载]Scikit Learn: 在python中机器学习
原址:http://my.oschina.net/u/175377/blog/84420 目录[-] Scikit Learn: 在python中机器学习 载入示例数据 一个改变数据集大小的示例:数码 ...
- 【scikit-learn】如何用Python和SciKit Learn 0.18实现神经网络
本教程的代码和数据来自于 Springboard 的博客教程.本文的作者为 Jose Portilla,他是网络教育平台 Udemy 一门数据科学类课程的讲师. GitHub 链接:https://g ...
- python笔迹识别_python_基于Scikit learn库中KNN,SVM算法的笔迹识别
之前我们用自己写KNN算法[网址]识别了MNIST手写识别数据 [数据下载地址] 这里介绍,如何运用Scikit learn库中的KNN,SVM算法进行笔迹识别. 数据说明: 数据共有785列,第一列 ...
- scikit - learn 做文本分类
文章来源: https://my.oschina.net/u/175377/blog/84420 Scikit Learn: 在python中机器学习 Warning 警告:有些没能理解的句子,我以自 ...
最新文章
- python自动化办公培训排名-盘点使用Python进行自动化办公所需要的知识点
- 硬件安全系列 逻辑电路基础知识介绍(一)
- DVWA系列之17 CSRF攻击介绍与实施
- opengl游戏引擎源码_跨平台渲染引擎之路:拨云见日
- Win10下VS2015(WDK10)驱动开发环境配置
- oracle Group by 分组查询后,分页
- 『Linux』ArchLinux与VirtualBox的结合「二」
- 女程序员上班第一件事:调整IDE颜色以适配今天的衣着妆容
- mat格式数据集转换为arff与txt格式
- GB28181协议--设备注册和注销
- Eclipse ADT Bundle 整合包下载地址(百度网盘)
- STM32 HAL库 结构
- APK安装流程:点击下载应用了解安装的全过程
- C# 设置Excel 首行冻结窗口
- kali使用jd-gui
- 自娱自乐的FreeRTOS——config.h配置文件详解
- 冰汽朋克侦查机器人_冰汽时代机器人与人力效率对比分析 寒霜朋克机器人与人力哪个效率高...
- 用mobx-react框架wukong撸个电影网站
- 有什么好用的软件推荐?
- 车辆占用应急车道识别抓拍系统 opencv