Sklearn基本使用

最新推荐文章于 2024-06-19 13:02:55 发布
最新推荐文章于 2024-06-19 13:02:55 发布
阅读量641 收藏 6
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41375318/article/details/107952660
版权

S k l e a r n 基 本 使 用 Sklearn基本使用 Sklearn基本使用

0 鸢尾花数据集

【1】下载数据集

import seaborn as sns
iris = sns.load_dataset("iris")

【2】数据集的查看

type(iris)

在这里插入图片描述

iris.shape

在这里插入图片描述

iris.head()

在这里插入图片描述

iris.info()

在这里插入图片描述

iris.describe()

在这里插入图片描述

iris.species.value_counts()

在这里插入图片描述

sns.pairplot(data=iris, hue="species")

在这里插入图片描述

【3】数据清洗

iris_simple = iris.drop(["sepal_length", "sepal_width"], axis=1)
iris_simple.head()

在这里插入图片描述

【4】标签编码

from sklearn.preprocessing import LabelEncoder

encoder = LabelEncoder()
iris_simple["species"] = encoder.fit_transform(iris_simple["species"])

iris_simple

在这里插入图片描述

【5】数据集的标准化（本数据集特征比较接近，实际处理过程中未标准化）

from sklearn.preprocessing import StandardScaler
import pandas as pd

trans = StandardScaler()
_iris_simple = trans.fit_transform(iris_simple[["petal_length", "petal_width"]])
_iris_simple = pd.DataFrame(_iris_simple, columns = ["petal_length", "petal_width"])
_iris_simple.describe()

在这里插入图片描述

【6】构建训练集和测试集（本课暂不考虑验证集）

from sklearn.model_selection import train_test_split

train_set, test_set = train_test_split(iris_simple, test_size=0.2)
test_set.head()

在这里插入图片描述

iris_x_train = train_set[["petal_length", "petal_width"]]
iris_x_train.head()

在这里插入图片描述

iris_y_train = train_set["species"].copy()
iris_y_train.head()

在这里插入图片描述

iris_x_test = test_set[["petal_length", "petal_width"]]
iris_x_test.head()

在这里插入图片描述

iris_y_test = test_set["species"].copy()
iris_y_test.head()

在这里插入图片描述

1 k近邻算法

【1】基本思想

与待预测点最近的训练数据集中的k个邻居

把k个近邻中最常见的类别预测为带预测点的类别

【2】sklearn实现

from sklearn.neighbors import KNeighborsClassifier
  • 构建分类器对象
clf = KNeighborsClassifier()
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 翻转
encoder.inverse_transform(res)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 存储数据
out = iris_x_test.copy()
out["y"] = iris_y_test
out["pre"] = res
out

在这里插入图片描述

out.to_csv("iris_predict.csv")

【3】可视化

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

def draw(clf):

    # 网格化
    M, N = 500, 500
    x1_min, x2_min = iris_simple[["petal_length", "petal_width"]].min(axis=0)
    x1_max, x2_max = iris_simple[["petal_length", "petal_width"]].max(axis=0)
    t1 = np.linspace(x1_min, x1_max, M)
    t2 = np.linspace(x2_min, x2_max, N)
    x1, x2 = np.meshgrid(t1, t2)
    
    # 预测
    x_show = np.stack((x1.flat, x2.flat), axis=1)
    y_predict = clf.predict(x_show)
    
    # 配色
    cm_light = mpl.colors.ListedColormap(["#A0FFA0", "#FFA0A0", "#A0A0FF"])
    cm_dark = mpl.colors.ListedColormap(["g", "r", "b"])
    
    # 绘制预测区域图
    plt.figure(figsize=(10, 6))
    plt.pcolormesh(t1, t2, y_predict.reshape(x1.shape), cmap=cm_light)
    
    # 绘制原始数据点
    plt.scatter(iris_simple["petal_length"], iris_simple["petal_width"], label=None,
                c=iris_simple["species"], cmap=cm_dark, marker='o', edgecolors='k')
    plt.xlabel("petal_length")
    plt.ylabel("petal_width")
    
    # 绘制图例
    color = ["g", "r", "b"]
    species = ["setosa", "virginica", "versicolor"]
    for i in range(3):
        plt.scatter([], [], c=color[i], s=40, label=species[i])    # 利用空点绘制图例
    plt.legend(loc="best")
    plt.title('iris_classfier')

draw(clf)

在这里插入图片描述

2 朴素贝叶斯算法

【1】基本思想

当X=(x1, x2)发生的时候，哪一个yk发生的概率最大

【2】sklearn实现

from sklearn.naive_bayes import GaussianNB
  • 构建分类器对象
clf = GaussianNB()
clf
  • 训练
clf.fit(iris_x_train, iris_y_train)
  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

3 决策树算法

【1】基本思想

CART算法：每次通过一个特征，将数据尽可能的分为纯净的两类，递归的分下去

【2】sklearn实现

from sklearn.tree import DecisionTreeClassifier
  • 构建分类器对象
clf = DecisionTreeClassifier()
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

4 逻辑回归算法

【1】基本思想

一种解释：

训练：通过一个映射方式，将特征X=（x1, x2） 映射成 P(y=ck), 求使得所有概率之积最大化的映射方式里的参数

预测：计算p(y=ck) 取概率最大的那个类别作为预测对象的分类

【2】sklearn实现

from sklearn.linear_model import LogisticRegression
  • 构建分类器对象
clf = LogisticRegression(solver='saga', max_iter=1000)
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

5 支持向量机算法

【1】基本思想

以二分类为例，假设数据可用完全分开：

用一个超平面将两类数据完全分开，且最近点到平面的距离最大

【2】sklearn实现

from sklearn.svm import SVC
  • 构建分类器对象
clf = SVC()
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

7 集成方法——随机森林

【1】基本思想

训练集m，有放回的随机抽取m个数据，构成一组，共抽取n组采样集

n组采样集训练得到n个弱分类器 弱分类器一般用决策树或神经网络

将n个弱分类器进行组合得到强分类器

【2】sklearn实现

from sklearn.ensemble import RandomForestClassifier
  • 构建分类器对象
clf = RandomForestClassifier()
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

7 集成方法——Adaboost

【1】基本思想

训练集m，用初始数据权重训练得到第一个弱分类器，根据误差率计算弱分类器系数，更新数据的权重

使用新的权重训练得到第二个弱分类器，以此类推

根据各自系数，将所有弱分类器加权求和获得强分类器

【2】sklearn实现

from sklearn.ensemble import AdaBoostClassifier
  • 构建分类器对象
clf = AdaBoostClassifier()
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

8 集成方法——梯度提升树GBDT

【1】基本思想

训练集m，获得第一个弱分类器，获得残差，然后不断地拟合残差

所有弱分类器相加得到强分类器

【2】sklearn实现

from sklearn.ensemble import GradientBoostingClassifier
  • 构建分类器对象
clf = GradientBoostingClassifier()
clf

在这里插入图片描述

  • 训练
clf.fit(iris_x_train, iris_y_train)

在这里插入图片描述

  • 预测
res = clf.predict(iris_x_test)
print(res)
print(iris_y_test.values)

在这里插入图片描述

  • 评估
accuracy = clf.score(iris_x_test, iris_y_test)
print("预测正确率:{:.0%}".format(accuracy))

在这里插入图片描述

  • 可视化
draw(clf)

在这里插入图片描述

9 大杀器

在这里插入图片描述

*Major*
关注
sklearn基本用法
Nautilus for sailing
04-14 745
加载数据Data Loading 数据归一化Data Normalization 特征选择Feature Selection 基本算法 逻辑回归 朴素贝叶斯 KNN 决策树 SVM 优化算法参数加载数据(Data Loading)数据集：pima-indians.data.csv“皮马印第安人糖尿病问题”作为测试数据集。其中包括768个患者的记录数据，每条记录的第一列为记录序号，后面跟着每条记录的7
机器学习学习及sklearn的使用.zip
04-08
这个"机器学习学习及sklearn的使用.zip"压缩包很可能是包含了一系列教程、代码示例和讲解，帮助初学者理解和掌握机器学习的基本概念以及如何在实际中应用Sklearn。 机器学习是人工智能的一个分支，它允许计算机通过...
sklearn的基本使用
luxurie的小窝
02-07 1082
一、简单使用 from sklearn.linear_model import LinearRegression from sklearn import datasets # 加载数据，波士顿房价预测 loaded_data = datasets.load_boston() data_X = loaded_data.data data_Y = loaded_data.target # 线性回归模型 model = LinearRegression() model.fit(data_X, data_Y)
【机器学习】Sklearn使用教程---入门与应用案列
最新发布
qq_38614074的博客
06-19 2661
Scikit-learn（简称Sklearn）是Python中一个强大的机器学习库，它提供了大量现成的机器学习算法和工具，用于处理回归、分类、聚类、降维等任务。Sklearn的设计目标是提供一个简单、高效、易于使用的工具集，使得机器学习开发者能够快速地应用各种算法来解决实际问题。简单高效：提供了用户友好的接口和高效的实现，使得机器学习实验变得更加容易。可重用性：使得机器学习算法能够在不同的环境中重复使用，提高了开发效率。基于NumPy、SciPy和Matplotlib。
sklearn库的基本使用
ifhuke的博客
09-22 4184
sklearn库的基本使用，超参数优化，网格搜索，二分类、多分类、回归问题判定指标
sklearn使用（一）
weixin_45599022的博客
05-22 103
机器学习总体概述：基本概念+操作流程
sklearn的简单使用
小小熊的博客
03-24 342
sklearn的简单使用 import numpy as np from sklearn import neighbors from sklearn.model_selection import train_test_split import joblib import os # 将图片数据转化 def image2vector(filename): returnVect = np.zeros(1024) fr = open(filename) for i in range(3
KNN，SVM，决策树，朴素贝叶斯.rar_SVM_python SVM 分类_sklearn 包的基本使用_sklearn分类
09-23
本文将详细讲解如何使用`sklearn`进行SVM分类，并简要介绍其他几种算法。 **支持向量机（SVM）** SVM是一种二分类和多分类的监督学习模型，其基本思想是找到一个最优超平面，使不同类别的样本点尽可能被分离得更远...
sklearn基本操作笔记.ipynb
10-22
sklearn基本操作笔记.ipynb
sklearn的基本操作
12-17
sklearn的基本操作
ML神器：sklearn的快速使用及入门
09-19
### ML神器：sklearn的快速使用及入门 #### 一、获取数据 **1.1 导入sklearn数据集** 在开始机器学习项目之前，首先需要获取数据。`sklearn`内置了一些常用的数据集，方便用户进行实验和学习。要使用这些数据集，...
Scikit-Learn (sklearn) 基础教程
2301_79262050的博客
05-22 1871
Scikit-Learn（简称 sklearn）是 Python 生态系统中用于机器学习的开源库之一。它提供了简单而高效的工具，用于数据挖掘和数据分析，构建在 NumPy、SciPy 和 matplotlib 之上。sklearn 支持监督学习和无监督学习，并提供了各种数据集用于测试和实验。本文将详细介绍 sklearn 的基础知识，包括其安装、常用模块、数据预处理、模型训练和评估等。
python 机器学习笔记——Sklearn使用
qq_41356069的博客
01-03 1225
这里写自定义目录标题前言sklearn官方文档的内容和结构获取数据数据预处理数据集拆分定义模型模型评估与选择创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 前言 sklearn的学习教程官方文档地址：https://scikit-lea...
机器学习之sklearn基础教程！
小白学视觉
04-07 6534
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本次分享是基于scikit-learn工具包的基本分类方法，包括常见的Logisitic Regression、支持向量机、决策树、随机森林以及K近邻方法KNN。本文在基于读者已经基本了解这些基本算法的原理以及推导的基础上，使用sklearn工具包进行算法实践，如果大家没有掌握基本算法原理，文中也会给出...
机器学习-sklearn快速入门
shanzsz的博客
03-01 909
前言:传统的机器学习任务从开始到建模的一般流程是：获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测，分类。本文我们将依据传统机器学习的流程，看看在每一步流程中都有哪些常用的函数以及它们的用法是怎么样的。希望你看完这篇文章可以最为快速的开始你的学习任务。 1. 获取数据 1.1 导入sklearn数据集 sklearn中包含了大量的优质的数据集，在你学习机器学习的过程中，你可以通过使用这些数据集实现出不同的模型，从而提高你的动手实践能力，同时这个过程也可以加
Python之Sklearn使用教程
热门推荐
谓之小一
04-15 16万+
1.Sklearn简介 Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时，便可根据下图来选择相应的方法。Sklearn具有以下特点： 简单高效的数据挖...
sklearn库的使用步骤
Steven的博客
04-30 3422
sklearn是目前python中十分流行的用来实现机器学习的第三方包，其中包含了多种常见算法如：决策树，逻辑回归、集成算法等。 即使你还不太懂机器学习的具体过程，依旧可以使用此库进行机器学习操作，因为其对各种算法进行了良好的封装，可以在不了解算法实现过程的情况下使用算法，所以可以把 sklearn 库当作学习过程中的一个过度，如果你想快速建立一个模型，这也是一个不错的选择。 数据导入 skle...
Python之Sklearn使用教程！！！
张齐贤的博客
10-08 2247
https://blog.csdn.net/XiaoYi_Eric/article/details/79952325#commentsedit Python之Sklearn使用教程,这个是重点，写的很好看这个！ 原博主文章应该来着视频课： https://morvanzhou.github.io/ 我也打算看看这个视频咋样！ 使用sklearn做各种回归: https://www.cnblogs....
ML神器：sklearn的快速使用
weixin_30425949的博客
11-10 2378
　　传统的机器学习任务从开始到建模的一般流程是：获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测，分类。本文我们将依据传统机器学习的流程，看看在每一步流程中都有哪些常用的函数以及它们的用法是怎么样的。希望你看完这篇文章可以最为快速的开始你的学习任务。 1. 获取数据 1.1 导入sklearn数据集 　　sklearn中包含了大量的优质的数据集，...
sklearn如何使用
07-09
Python可以使用sklearn库来进行机器学习和数据挖掘任务。以下是使用sklearn库的一些步骤： 1. 安装sklearn库：可以使用pip命令在...以上是使用sklearn库的一些基本步骤，具体使用方法可以参考sklearn库的官方文档。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值