转换器
- 什么是转换器?
想一下之前做的特征工程的步骤
- 实例化(实例化的是一个转换器类)
- 调用fit_transform(对于文档建立分类词频矩阵,不能同时调用)
fit_transform():输入数据直接转换
fit():输入数据,但不做事情,计算平均值方差等
transform():进行数据的转换
估计器(estimator)
在sklearn中估计器(estimator)是一个重要角色,是一类实现了算法的API
- 用于分类的估计器
- sklearn.neighbors ————K:近邻算法
- sklearn.nalve_bayes————贝叶斯
- sklearn.linear_model.LogisticRegression————逻辑回归
- sklearn.tree————决策树与随机森林
- 用于回归的估计器:
- sklearn.linear_model.lonearRegression————线性回归
- sklearn.linear_model.Ridge————岭回归
使用步骤:
- y_predict=predict(x_text)
- 预测的准确率:score(x_text,y_text)