"学习不是偶然获得的，必须热心寻求并认真学习"-阿比盖尔·亚当斯(Abigail Adams)
> Unsplash by Anas Alshanti
我的同事们提出了很多问题，例如" sci-kit learn 中最常用的一些功能是什么，我们可以学会尽快开始构建数据科学项目"，这迫使我思考：" 阅读帕累托原理还是什么？"。
我不能告诉您在此类库中学习一些特定功能，因为每个功能都有其用例和重要性。
在本文中，我将讨论sci-kit learn 库的一些技巧，这些技巧在与任何数据相关的项目中工作时都非常有用。
这是我们今天要讨论的内容：
· 将test_train_split()函数与stratify参数一起使用。
· 哪里不使用values()函数。
· SimpleImputer()函数。
· 管道中的特征选择。
· 结合使用K折叠和StratifiedKFold。
· 使用AUC进行分类。
· 监视管道步骤的四种方法。
· CountVectorizer()和make_column_transformer()。
· 处理Joblib function()。
1.将test_train_split()函数与stratify参数一起使用。
我们不能在回归和分类任务中将此函数与相同的参数一起使用。
在分类问题中，我们希望预测一些离散值，对吧？ 我们还将意识到，output属性可能具有类不平衡性。 因此，在执行train_test_split操作时，不一定要在训练数据和测试数据中保留其类别比例。
为此，我们使用：分层参数，如下图所示。
范例：
> Source: My image gallery
2.哪里不使用values()函数。
在将Series或任何DataFrame传递给sci-kit时，无需使用值函数，因为它知道如何访问基础的numpy数组。
范例：
> Source : My image gallery
3. SimpleImputer()函数
很多时候，在进行数据分析时，我们会遇到一些列或行会丢失标注为" nan"的标签。 为了处理此类问题，我们将nan值替换为column的平均值，并有时将其替换为最常用的单词。
对于所有这些任务，我们在sklearn中都有一个功能SimpleImput。
请参阅以下示例，以了解更多信息。
范例：
> Source: My image gallery
4.管道中的特征选择：
通过以下方法将特征选择添加到管道非常容易：
· 通过使用SelectPercentile函数来保持最高评分功能。
· 在预处理之后但在模型构建之前添加特征选择。
范例：
> Source: My image gallery
5.将K-fold和StratifiedKFold与shuffle一起使用。
如果我们正在考虑使用交叉验证，并且我们的数据集不是按任意顺序排列，则可以使用改组获得更好的结果。 有关此处的改组的更多信息。
范例：
> Source: My image gallery
6.使用AUC进行分类
如果我们正在执行类别不平衡的二进制分类，则AUC可以成为一种有效的评估指标。
参见示例：
> Source: My image gallery
6.监视管道步骤的四种方法。
有四种方法可以监视机器学习管道的各个步骤。 请参阅以下示例，以了解更多信息。
范例：
> Source: My image gallery
8. CountVectorizer()和make_column_transformer()
如果我们要向量化两个文本列并一次将它们连接起来，请执行以下步骤。
范例：
> Source: My image gallery
9.处理Joblib function()：
为了通过将我们的机器学习模型嵌入到任何实时Web应用程序中来部署它，或者为了保存模型供以后使用，我们使用sklearn中可用的joblib函数。
请参见以下示例：
> Source: My image gallery
我们出发之前
这就是本文的全部内容。 我敢肯定，今天你们所有人都会学到sci-kit学习库的一些新功能。 我没有包括第十和其他内容，因为我将在下一篇文章中对其进行描述。
在此之前，我需要了解您对本文是否有用的答复。 请在下面的评论部分中做评论，并让我知道是否遗漏了一些东西，以便在下一篇文章中进行更正。
请务必跟随Kevin Markham先生，因为他经常发布此类提示和技巧。
谢谢。
(本文翻译自Shobhit Srivastava的文章《Tips and tricks of Sci-kit learn that will amaze you!》，参考：https://towardsdatascience.com/tips-and-tricks-of-sci-kit-learn-that-will-amaze-you-ce791431552e)
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
