机器学习之scikit-learn初识

最新推荐文章于 2023-09-04 12:12:56 发布

Joy_Shen

最新推荐文章于 2023-09-04 12:12:56 发布

阅读量2.7k

点赞数

分类专栏： Machine Learning 文章标签： python 机器学习 scikit-learn

本文链接：https://blog.csdn.net/index20001/article/details/73742801

版权

本文介绍了使用Python的scikit-learn库进行机器学习的初步步骤，包括数据加载、数据标准化、特征选取以及一系列常见的机器学习算法如逻辑回归、朴素贝叶斯、K-最近邻、决策树和支持向量机。同时，文章还提到了如何通过scikit-learn优化算法参数，以提高模型性能。

摘要由CSDN通过智能技术生成

上了一门机器学习课，实践平台老师推荐了Python和scikit-learn库。scikit-learn库包含有完善的文档和丰富的机器学习算法，在官方文档上每种算法都有讲解和应用示例（简直堪比老师课上的PPT）。

于是调查了一下这个库，目的是学习下它怎么用。

数据加载

第一步自然是数据加载，可以在UCIMachine Learning Repository网站上load，这个网站是个公开的机器学习数据集库，资源来自各种学校各种单位各种实验室各种数据库的贡献。数据集都不大，可以用来练习ML算法。

python是个强大的东西，我们可以直接用urllib从网站上load数据，再用numpy的函数加载：

（这里下的是经典的鸢尾花数据集，共150个data，分3类，每类50例，每例4个属性和1个类别标签）

import numpy as np
from urllib import request

# UCI dataset url
url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
raw_data = request.urlopen(url)
x = np.loadtxt(raw_data, delimiter=",", usecols=(0,1,2,3))
raw_data = request.urlopen(url)
y = np.loadtxt(raw_data, delimiter=",", usecols=(4), dtype=str)

注：raw_data是网页请求的response内容，只能读取一次，所以y要再request一次。若想一次读取就要把data存到本地文件再加载。

# UCI dataset url
url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
raw_data = request.urlopen(url)
page = raw_data.read()
page