Sklearn(scikit-learn)

  1. Sklearn 中的数据库
  2. 导入数据-训练模型  波士顿房价数据
  3. 使用线性回归的方式——LinearRegression

  4. 基本理解: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支持包括分类、回归、降维和聚类四大机器学习算法。还包含了特征提取、数据处理和模型评估三大模块。
  5. 作用:以面向对象的思维,import不同数据打包,实例化后再对数据进行分析和训练
  6. 监督学习与非监督学习的区别:类似于上课听完课后是否再有大量考试训练,有大量考试的为监督学习,没有的为非监督学习,有少量的称为半监督学习(由数据和标签的数量决定

     

  7. 实例操作 —— 使用iris鸢尾花数据集
  • 一张图一个结果,做相应解说

    由该次操作延申出的问题与收获

    问题:需要去接触KNN算法

  • 第一次测试结果:可见此时数据y的分类是有序的

     

  • 将数据进行分类,分为训练集和测试集,以及预测值组和真实值组
  • 规定测试集所占比例,此时规划好的数据y变为乱序,

    后续处理数据也是如此,选择乱序的更有普适性

  •  

  • 初步使用sklearn中模块
  1. Sklearn 中的数据库
  • 导入数据-训练模型  波士顿房价数据

            使用线性回归的方式——LinearRegression

可以看出预测值与真实值还存在一定误差

还需要尝试不同model或者改变一定参数减小误差

  • 创建虚拟数据-可视化

noise表示噪声点,noise越大数据点越离散

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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