sklearn快速入门

1. sklearn数据集切分

一般在sklearn中可以通过调用train_test_split函数来完成对数据记得切分

from sklearn.model_selection import train_test_split #导入范式

train_test_split? #查阅核心参数

核心参数解释：

test_size:测试集比例，默认0.25

train_size:训练集比例, 默认0.75

shuffle: 默认为True，即打乱参数

random_state:设置随机数种子

stratify：是否需要进行分层切分

 2. 数据标准化与归一化

从功能上划分，sklear中的归一化其实是分为标准化(Standardization)和归一化(Normalization)两类。其中，Z-Score标准化和0-1标准化，都属于Standardization的范畴，而在skiearn中Normalization则特指针对单个样本(一行数据)利用其范数进行放缩的过程。不过二者都属于数据预处理范畴，都在sklearn中的Preprocessingdata模块下。

from sklearn import preprocessing

关键参数：axis-> 维度选择，其余可以自行利用之前的 ***？方式进行观察

2.1 Z-score标准化的函数实现

X = np.arange(9).reshape(3,3)

preprocessing.scale(X)

 2.2 0-1标准化实现

preprocessing.minmax_scale(X)

 2.3 归一化

和标准化不同，sklearn中的归一化特指将单个样本(一行数据)放缩为单位范数(L1范数或者L2范数为单位范数)的过程，该操作常见于核方法或者衡量样本之间相似性的过程中。这些内容此前我们并未进行介绍，但出于为后续内容做铺垫的考虑，此处先介绍关于归一化的相关方法。

preprocessing.normalize(X)

 3. 评估器构建

下面将以逻辑回归为例，在鸢尾花数据集上利用逻辑回归进行多分类预测，为大家演示评估器如何使用。

from sklearn.linear_model import LogisticRegression
X,y = load_iris(return_X_y=True)
model = LogisticRegression(max_iter=1000)#实例化
model.fit(X,y)#训练
model.predict(X)[:10]#预测
model.predict_proba(X)[:10]#输出概率
model.score(X,y)#输出得分