sklearn基础

• sklearn基础
  • sklearn 简介
  • 安装
  • 选择合适的机器学习方法模型
  • 入门例子-分类-KNN算法-给花朵分类

笔记是观看莫烦的机器学习视频《莫烦Scikit-learn》的读书笔记，初学者强烈推荐他的视频。

1 sklearn 简介

Scikit learn 也简称 sklearn, 是机器学习领域当中最知名的 python 模块之一.

Sklearn 包含了很多种机器学习的方式:

• Classification 分类
• Regression 回归
• Clustering 非监督分类
• Dimensionality reduction 数据降维
• Model Selection 模型选择
• Preprocessing 数据预处理

我们总能够从这些方法中挑选出一个适合于自己问题的, 然后解决自己的问题.

2 安装

安装 Scikit-learn (sklearn) 最简单的方法就是使用 pip 安装它.

或者使用 Anaconda 很方便的安装所有 python 的科学计算模块.（Anaconda已经集成了许多有用模块，包括sklearn）

3 选择合适的机器学习方法（模型）

机器学习算法有四类，分类，回归，聚类，降维。

如图：

• 其中 分类和回归是监督式学习，即每个数据对应一个 label。
• 聚类 是非监督式学习，即没有 label。
• 另外一类是 降维，当数据集有很多很多属性的时候，可以通过 降维 算法把属性归纳起来。（例如 20 个属性只变成 2 个，注意，这不是挑出 2 个，而是压缩成为 2 个，它们集合了 20 个属性的所有特征，相当于把重要的信息提取的更好，不重要的信息就不要了。

4 入门例子-分类-KNN算法-给花朵分类

Sklearn 把所有机器学习的模式整合统一起来了，学会了一个模式就可以通吃其他不同类型的学习模式。

Sklearn 本身有很多数据库，可以用来练习。其中有个Iris数据库： Iris 是一种花，这种花有四个属性，花瓣的长宽，茎的长宽，根据这些属性把花分为三类。

我们要用 分类器 去把四种类型的花分开。

今天用 KNN classifier，就是选择几个临近点，综合它们做个平均来作为预测值。

下面是详细代码，过程见注释：

# 数组模块
import numpy as np
# 存储了许多有用的数据集
from sklearn import datasets
# 分割数据的模块，把数据集分为训练集和测试集
from sklearn.cross_validation import train_test_split
# KNN算法
from sklearn.neighbors import KNeighborsClassifier


# 导入iris花的数据集
iris = datasets.load_iris()
iris_X = iris.data # 输入是花的四个属性
iris_y = iris.target # 输出是花的3个种类
print(iris_X[0:5])
print(iris_y[0:5])

# 将数据集分割成 训练集 与 测试集，切顺序是打乱的。其中测试集占30%
X_train,X_test,y_train,y_test = train_test_split(iris_X,iris_y,test_size=0.3)
# print(y_train)

# 创建KNN方法
knn = KNeighborsClassifier()

# 使用数据训练模型
knn.fit(X_train,y_train)

# 使用训练好的模型进行预测,并于真实的结果进行比较
print(knn.predict(X_test))
print(y_test)

原文链接：https://lookme.blog.csdn.net/article/details/73930161

本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时处理。