中输入learn_scikit-learn 估计器接口

scikit-learn 中的所有算法——无论 是预处理、监督学习还是无监督学习算法——都被实现为类。 这些类在 scikit-learn 中叫作 估计器(estimator)。

为了应用算法，你首先需要将特定类的对象实例化:

from sklearn.linear_model import LogisticRegression
logreg = LogisticRegression()

估计器类包含算法，也保存了利用算法从数据中学到的模型。

在构建模型对象时，你应该设置模型的所有参数。这些参数包括正则化、复杂度控制、 要找到的簇的数量，等等。

所有估计器都有 fit 方法，用于构建模型。

fit 方法要求 第一个参数总是数据 X，用一个 NumPy 数组或 SciPy 稀疏矩阵表示，其中每一行代表 一个数据点。

数据 X 总被假定为具有连续值(浮点数)的 NumPy 数组或 SciPy 稀疏矩 阵。监督算法还需要有一个 y 参数，它是一维 NumPy 数组，包含回归或分类的目标值 (即已知的输出标签或响应)。

在 scikit-learn 中，应用学到的模型主要有两种方法。

• 要想创建一个新输出形式(比 如 y)的预测，可以用 predict 方法。
• 要想创建输入数据 X 的一种新表示，可以用 transform 方法。

predict 方法和 transform 方法的使用场景。

estimator.fit(X_train, [y_train])

|estimator.predict(X_test)| estimator.transform(X_test) | |-|-| | 分类 | 预处理 | | 回归 | 降维 | | 聚类 | 特征提取 |

特征选择

此外，所有监督模型都有 score(X_test, y_test)方法，可以评估模型。

X_train 和 y_train 指的是训练数据和训练标签，而 X_test 和 y_test 指的是测试数据 和测试标签。

参考：《Python 机器学习基础教程》