初步尝试 sklearn

Scikit-learn是一个用于Python编程语言的免费软件机器学习库。 它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度增强，k均值和DBSCAN，旨在与Python数值和科学库NumPy和SciPy互操作。

安装方法很简单 `pip3 install -U scikit-learn`

下面介绍一个简单的栗子，初步尝试sklearn。

sklearn有自带的数据集，直接导入就好，首先导入相关库

1from sklearn import datasets
2from sklearn.model_selection import train_test_split
3from sklearn.neighbors import KNeighborsClassifier

导入鸢尾花数据集

1iris = datasets.load_iris()
2iris_X = iris.data
3iris_y = iris.target
4
5print(iris_X[:5], '\n\n',iris_y)

输出：

观察一下数据集，X 有四个属性，y 有 0，1，2 三类。把数据集分为训练集和测试集，其中 test_size=0.3，即测试集占总数据的 30%。

1X_train, X_test, y_train, y_test = train_test_split(iris_X, iris_y, test_size=0.3)

Sklearn-train_test_split，会随机划分训练集和测试集。

查看下我们的数据

下一步就可以模型，然后用train数据训练得到模型，最后用模型来预测数据。

1knn = KNeighborsClassifier()
2knn.fit(X_train, y_train)
3X_predict = knn.predict(X_test)

可以看到大概模拟出了数据，但是有误差，是不会完完全全预测正确的。

模型sklearn已经很完善，调参和数据处理就很重要了。

sklearn 非常强大，值得好好钻研下。