20190918——sklearn转换器和估计器

分类算法

目标值：类别

sklearn转换器与预估器

KNN算法

模型选择与调优

朴素贝叶斯算法

决策树

随机森林

---

---

转换器
特征工程的父类 继承Transformer

回想一下之前的特征工程的步骤
1.实例化（实例化一个转换器类（Transformer））
2.调用fit_transform(对于文档建立分词频矩阵，不能同时调用)

我们把特征工程的接口称之为转换器，其中转换器调用有这么几种形式

fit_transform
fit
transform

以标准化为例
用 进行转换的特征减去平均值 除以标准差

fit 计算每一列的平均值和标准差
transform （x-mean）/std 进行最终的转换

估计器


这些算法都是estimator的子类，都有通用的方法

实例化一个estimator
使用estimator的方法
estimator.fit(x_train, y _train) 计算
机器学习归根结底是再做运算

调用完毕 模型生成

评估模型好不好

模型评估
1)直接比对预测值和真实值
y_predcit = estimator.predict(x_test)
y_test = y_predict

2)计算准确率，用的是estimator的score方法