莫烦Python：Scikit-learn (sklearn) 优雅地学会机器学习笔记

当今存在的机器学习方法包含：

监督学习，无监督学习，半监督学习，强化学习，遗传算法
有监督的分类，无监督的聚类，线性回归预测，高维数据降维。
PCA：主成分分析，降维。

通用学习模式

import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier          # K近邻算法

iris = datasets.load_iris()                                 # 导入鸢尾花的数据
iris_x = iris.data
iris_y = iris.target                                        # 属性

print(iris_x[:2, :])                                        # 花的属性值，长，宽，高...
print(iris_y)                                               # 有三类品种 0  1  2

x_train, x_test, y_train, y_test = train_test_split(iris_x,
                                                    iris_y, test_size=0.3)          # 把数据分为训练和测试集，按照0.3的比例

print(y_train)                                              # 可以看出再划分的时候进行了置乱

knn = KNeighborsClassifier()                                # 调出分类器
knn.fit(x_train, y_train)                                   # .fit()就是开始进行训练
print(knn.predict(x_test))                                  # 输出预测结果
print(y_test)                                               # 输出真实值
'''
运行结果：
[0 2 1 2 1 1 2 0 0 0 2 0 2 0 1 1 1 1 1 2 2 0 0 1 2 2 2 2 1 1 2 2 0 0 0 2 1
 0 0 1 1 1 1 0 0]
[0 1 1 2 1 1 2 0 0 0 2 0 2 0 1 1 1 1 1 2 2 0 0 1 2 2 2 2 1 1 2 2 0 0 0 2 1
 0 0 1 1 1 1 0 0]
'''

sklearn的datasets数据库

from sklearn import datasets
from sklearn.linear_model import LinearRegression
from matplotlib.pyplot as plt

loaded_data = datasets.load_boston()
data_X = loaded_data.data                               # 导入数据
data_y = loaded_data.target                             # 导入属性label

model = LinearRegression()
model.fit(data_X, data_y)

print(model.predict(data_X[:4, :]))                     # 预测值
print(data_y[:4])                                       # 真实值
'''
运行结果：
[30.00384338 25.02556238