转换器
Scikit-learn (sklearn) 是一个用于机器学习的Python库。其中两个重要的概念是转换器(transformer)和估计器(estimator),它们是scikit-learn库中的两个核心概念。
转换器是将数据集从一种形式转换为另一种形式的工具。例如,将原始数据进行标准化处理,将文本数据转换为数值特征等。在sklearn中,转换器类的名称以Transformer结尾。转换器通常有一个fit_transform()方法,可以在训练集上拟合模型并将其应用于测试集。
做的特征工程的步骤?
- 1.实例化(实例化是一个转换器类(Transformer))
- 2.调用fit_tranformer(对于文档建立分类词频矩阵)
我们把特征工程的接口称之为转换器,其中转换器调用有这么几种形式:
- fit_transform
- fit
- transform
常见的转换器:
- StandardScaler:用于标准化数值特征。
- OneHotEncoder:用于将分类变量转换为数值特征。
- CountVectorizer:用于将文本数据转换为数值特征。
- PCA:用于将高维数据集降低维度。
估计器
在sklearn中,估计器(estimator)是一个重要角色,是一类实现了算法的API。
估计器是一种从数据集中学习模型的工具。估计器的任务是使用拟合模型对新数据进行预测。在sklearn中,估计器类的名称以Estimator结尾。估计器有两个基本方法,fit()方法和predict()方法。fit()方法在训练集上训练模型,而predict()方法用于在新数据上进行预测。
需要注意的是,某些转换器也可以作为估计器使用,这意味着它们可以使用fit()方法在训练集上拟合模型,并使用predict()方法对新数据进行预测。这些转换器估计器也被称为“带监督的转换器”。
-
用于分类的估计器
- sklearn.neighbors k-近邻算法
- sklearn.native_bayes 贝叶斯
- sklearn.linear_model.LogisticRegression 逻辑回归
- sklearn.tree 决策树与随机森林
-
用于回归估计器
- sklearn.linear_model.LinearRegression 线性回归
- sklearn.linear_model.Ridge 岭回归
-
用于无监督学习的估计器
- sklearn.cluster.KMeans 聚类
估计器工作流程
1.实例化一个estimator类
2.estimator.fit(x_train,y_train) 计算
----调用完毕,模型生成
3.模型评估
1)直接比对真实值和预测值
y_predict = estimator.predict(x_test)
y_test == y_predict
2) 计算准确率
accuracy = estimator.score(x_test,y_test)