使用Scikit-learn进行监督学习和无监督学习可以帮助我们构建和评估机器学习模型。下面将分别介绍如何使用Scikit-learn进行这两种类型的学习。
监督学习
监督学习需要训练数据的特征和目标标签。Scikit-learn提供了多种监督学习算法,如线性回归、决策树、支持向量机等。以下是一个简单的监督学习流程示例,使用线性回归进行预测:
-
安装Scikit-learn:
确保已安装Scikit-learn库:
pip install scikit-learn
-
加载数据:
可以使用Scikit-learn自带的数据集,或者加载自己的数据集。这里以波士顿房价数据集为例:
from sklearn.datasets import load_boston import pandas as pd from sklearn.model_selection import train_test_split # 加载波士顿房价数据集 boston = load_boston() X = pd.DataFrame(boston.data, columns=boston.feature_names) y = pd.Series(boston.target) # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
-
构建模型:
以线性回归为例:
from sklearn.linear_model import LinearRegression # 初始化线性回归模型 model = LinearRegression() # 训练模型 model.fit(X_train, y_train)
-
评估模型:
使用测试集评估模型性能:
from sklearn.metrics import mean_squared_error, r2_score # 预测 y_pred = model.predict(X_test) # 计算均方误差和R²得分 mse = mean_squared_error(y_test, y_pred) r2 = r2_score(y_test, y_pred) print(f'Mean Squared Error: {mse}') print(f'R² Score: {r2}')
无监督学习
无监督学习不需要目标标签,常用于聚类和降维任务。Scikit-learn提供了多种无监督学习算法,如K-means、PCA等。以下是一个简单的无监督学习流程示例,使用K-means进行聚类:
-
加载数据:
使用Iris数据集进行聚类分析:
from sklearn.datasets import load_iris # 加载Iris数据集 iris = load_iris() X = iris.data
-
构建模型:
以K-means聚类为例:
from sklearn.cluster import KMeans # 初始化K-means模型,设定聚类数为3 kmeans = KMeans(n_clusters=3, random_state=42) # 训练模型 kmeans.fit(X)
-
分析结果:
查看聚类结果和聚类中心:
# 获取聚类标签 labels = kmeans.labels_ # 获取聚类中心 centers = kmeans.cluster_centers_ print(f'Cluster Centers:\n{centers}')
-
可视化结果:
可以使用
matplotlib
进行结果可视化:import matplotlib.pyplot as plt # 可视化聚类结果 plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis') plt.scatter(centers[:, 0], centers[:, 1], c='red', marker='x') plt.xlabel('Feature 1') plt.ylabel('Feature 2') plt.title('K-means Clustering') plt.show()
总结
以上是使用Scikit-learn进行监督学习和无监督学习的基本流程。通过这些步骤,您可以快速实现各种机器学习模型的训练、评估和可视化。Scikit-learn还提供了其他多种算法和工具,适用于不同的机器学习任务,可以根据具体需求进行选择和应用。