Scikit-Learn学习笔记——学会调用sklearn评估器API

sklearn初探

机器学习的本质就是借助数学模型理解数据。当我们给模型装上可以适应观测数据的可调参数时，学习就开始了，此时的程序被认为具有从数据中“学习”的能力。一旦模型可以拟合旧的观测数据，那么它们就可以预测并解释新的观测数据。

目前，python有不少可以实现各种机器学习算法的程序库。Scikit-Learn是最流行的程序包之一，它为各种常见机器学习算法提供了高效版本。Scikit-Learn不仅因其干净、统一、管道命令式的API而独具特色，而且它的在线文档又实用、有完整。这种统一的好处是，只要你掌握了Scikit-Learn一种模型的基本用法和语法，就可以非常平滑的过渡到新的模型或算法上。

Scikit-Learn 的评估器（Estimator）API的特点

• 统一性

  所有对象使用共同的接口连接一组方法和统一的文档

• 内省

  所有参数值都有公共属性

• 限制对象层级

  只有算法可以用Python类表示。数据集都用标准数据类型（Numpy数组、Pandas DataFrame、Scipy稀疏矩阵）表示，参数名称用标准的python字符串。

• 函数组合

  许多机器学习任务都可以用一串基本算法实现，Scikit-Learn尽力支持这种可能。

• 明智的默认值

  当模型需要用户设置参数时，Scikit-Learn预先定义适当的默认值

使用Scikit-Learn评估器API的常规步骤

1. 通过从Scikit-Learn中导入适当的评估器，选择模型类
2. 用合适的数值对模型类进行实例化，配置模型超参数（hyperparameter）
3. 整理数据，获取特征矩阵（Xtrain）和目标数组（target）
4. 调用模型实例的fit() 方法对数据进行拟合
5. 对新数据应用模型：
   
   • 在有监督学习模型中，通常使用predict() 方法预测新数据的标签
   • 再无监督的学习模型中，通常使用transform() 或predict() 方法转换或者推断数据的性质

有监督学习——回归（regression）

import numpy as