sklearn库函数

最新推荐文章于 2025-04-03 18:18:53 发布

Big_Study_Father

最新推荐文章于 2025-04-03 18:18:53 发布

阅读量978

点赞数

本文链接：https://blog.csdn.net/Big_Study_Father/article/details/90483498

版权

本文介绍了sklearn库中的几个关键函数，包括datasets.load_iris()用于加载鸢尾花数据集，train_test_split()用于将数据随机划分为训练集和测试集，以及model_selection.cross_val_score()进行交叉验证。鸢尾花数据集包含150个样本和四个特征，train_test_split()函数可以按比例随机分割数据，而cross_val_score()则用于评估模型的泛化能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

datasets.load_iris() iris鸢尾花数据集

样本大小150，每个样本包含四个特征和样本类别，所以iris数据集是一个150行5列的二维表。我们根据样本的四个特征(data)对其进行分类，分类结果放在第五列(target或label)
函数介绍：

http://sklearn.lzjqsdd.com/modules/generated/sklearn.datasets.load_iris.html

在这里插入图片描述

from  sklearn import datasets
iris=datasets.load_iris()

print("打印样本大小")
print(iris.data.shape)
print("打印data前5行")
print(iris.data[:3])

print("打印target 大小数据")
print(iris.target.shape)
print(iris.target)

输出：

打印样本大小
(150, 4)
打印data前5行
[[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 [4.7 3.2 1.3 0.2]]
打印target 大小数据
(150,)
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2
 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 2 2]

源文：

https://blog.csdn.net/java1573/article/details/78865495

train_test_split（）将矩阵随即划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签

函数介绍：

	https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html

格式：
X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)

主要参数：
train_data: 被划分的样本特征集
train_traget: 被划分的样本标签
test_size: (0,1)间的浮点数表示样本占比，整数则表示样本数量
random_state:随机数种子。

示例代码:

>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> X
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])
>>> list(y)
[0, 1, 2, 3, 4]
>>>
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.33, random_state=42)
...
>>> X_train
array([[4, 5],
       [0, 1],
       [6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],
       [8, 9]])
>>> y_test
[1, 4]

源文：

https://www.cnblogs.com/bonelee/p/8036024.html

sklearn.model_selection.cross_val_score() 交叉验证(Cross Validation 又称 CV)

函数介绍：

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.cross_val_score.html

格式：

sklearn.cross_validation.cross_val_score(
//必选参数
estimator,    //自己选定的模型； 估算量，算子，用于拟合数据
X,				  //训练集(自变量部分)  ;需要拟合的数据，可以被实例化为list或array


//可选参数
y=None,   //训练集(因变量部分)  
scoring=None,  // 评价函数
cv=None,    //交叉验证生成器或可迭代的次数
n_jobs=1,   //同时工作的cpu个数（-1代表全部）
verbose=0,  //详细程度
fit_params=None,  //传递给估算器的拟合方法参数
pre_dispatch=‘2*n_jobs’    //控制并行执行期间调度的作业数量。
)