01 sklearn基础操作笔记(sklearn.datasets)
一、加载iris鸢尾花数据集
1.加载iris鸢尾花数据集
#加载iris数据集
from sklearn.datasets import load_iris
iris = load_iris()
2.打印iris鸢尾花数据集
#所在位置最后一行
print(iris)
3.iris鸢尾花数据的特征值
iris.keys()
iris.target #标签
iris.target_names #类别名称
iris.data #iris['data']
4.查看iris鸢尾花数据集的特征值的名字
iris.feature_names
#查看iris鸢尾花数据集的特征值的名字
5.了解iris鸢尾花数据今年情况
print(iris.DESCR)
#了解数据今年情况
二、加载boston数据集
from sklearn.datasets import load_boston
boston = load_boston()
boston.keys()
boston.feature_names
三、sklearn 三板斧(适用于驼峰命名的类):
- 实例化
- fit
- transform or predict
(驼峰命名原则:每个单词首字母大写)
例题:
1.实例化
from sklearn.tree import DecisionTreeClassifier
my_tree = DecisionTreeClassifier(max_depth = 3)
my_tree.get_params()
#修改参数值
my_tree.set_params(min_samples_leaf = 10)
#查看修改后的参数值
my_tree.get_params()
2.训练 fit
x = iris.data
y = iris.target
my_tree.fit(x,y)
#预测或评估
y1 = my_tree.predict(x)
my_tree.score(x,y)
my_tree.max_features_
#可用于特征选择
my_tree.feature_importances_
#Attributes为属性
#random_state为随机种子
help(DecisionTreeClassifier)
3.fit + transform or predict
#导入数据标椎库
from sklearn.preprocessing import StandardScaler
#实例化
std = StandardScaler(copy = False)#默认服从正态分布
import pandas as pd
bos_df = pd.DataFrame(boston.data, columns = boston.feature_names)
bos_df
#fit
std.fit(bos_df)
#transform
std.transform(bos_df)
# fit和transform可以一步完成
bos2 = std.fit_transform(bos_df)
#每一列均值
std.mean_
#每一列方差
std.var_
bos_df
bos2
#重新加载boston数据
boston = load_boston()
boston.data
scale和SklearnScaler的区别:
与SklearnScaler功能相同的标准化函数:scale
处理多个数据集用SklearnScaler**
from sklearn.preprocessing import scale
x1 = scale(boston.data, axis =1)
#axis = 0,按列标准化
#axis = 1,按行标准化
x1
四、模型的保存——“持久化”
import joblib
joblib.dump(my_tree,'ddd.pkl')
#模型保存和使用
import joblib
my_tree1 = joblib.load("ddd.pkl")
from sklearn.datasets import load_iris
iris = load_iris()
my_tree1.predict(iris.data)