学习《python machine learning》 的第三章,A Tour of Machine Learning Classifiers Using scikit-learn
本章主要讲述 特征选择 和 数据预处理,以下算法实现都是基于sklearn的接口~~~~
生命不息,学习不止~ 哈哈哈哈
【训练一个机器学习模型的五大关键步骤:】
(1)选择特征,收集训练样本
(2)选择性能指标
(3)选择分类器和优化算法
(4)评估模型性能
(5)调整算法(调参)
【training a percetron】
sklearn中自带了一些数据集,比如iris数据集,Iris数据中data存储花瓣长宽(column0,1)和花萼长宽(column2,3).
target存储花的分类,Iris-setosa , Iris-versicolor , and Iris-virginica ,分别存储为数字 0,1,2
【收集训练样本】
from sklearn import datasets
import numpy as np
iris = datasets.load_iris()
X = iris.data[:,[2, 3]]
y = iris.target
print(np.unique(y))
【 train_test_split 分为训练集和测试集】
train_test_split 将数据集分为训练集和测试集,test_size参数决定测试集的比例。
random_state参数是随机数生成种子,在分类前将数据打乱,保证数