python数据挖掘入门与实战——学习笔记（第1、2章）

使用numpy读取数据集：

import numpy as np
dataset_filename = 'affinity_dataset.txt'
X = np.loadtxt(dataset_filename ) 

sklearn库的相关概念：

estimator：估计器，用于分类、聚类和回归分析。

transformer：转换器，用于数据预处理和数据转换。

pipeline：流水线，组合数据挖掘流程，便于再次使用。

估计器用于分类任务，主要包括以下两个函数：

fit( )：训练算法，设置内部参数，完成模型的创建。

predict( )：预测测试集类别，并返回一个包含测试集各条数据类别的数组。

import csv
with open(data_filename, 'r') as input_file:
    reader = csv.reader(input_file)

训练集与测试集划分

from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.3, random_state = 14)

导入分类器包，