python第三章上机实践_《机器学习Python实践》读书笔记-第三章

《机器学习Python实践》，第三章，第一个机器学习项目

以往目录：橘猫吃不胖：《机器学习Python实践》读书笔记-第一章​zhuanlan.zhihu.com

书中介绍了一个标准的步骤：导入数据

这里使用的是鸢尾花数据集，sklearn中有，我们可以直接导入，省去了很多步骤sklearn.datasets.load_iris(*,return_X_y=False,as_frame=False)

返回结果就是一个数据集，但是包装过的，包含了很多内容

from sklearn.datasets import load_iris

data = load_iris()

data.feature_names

data.target_names

return_X_y：bool, default=False.

可以直接返回特征和目标变量

x,y = load_iris(return_X_y=True)

as_frame：bool, default=False

可以直接返回pandas的DataFrame

x,y = load_iris(return_X_y=True , as_frame=True)

概述数据

导入数据集之后，我们要了解下我们的数据都是什么

比如，我们有4个特征，都是数值型，共150条记录

x.info()

x.describe()

y.groupby(y.values).count()

数据可视化

简单了解数据之后，我们可以通过数据可视化的方式，更直观的理解数据

我们可以先单独观察每一个特征，然后观察特征与特征之间的关系

单特征，通常可以看箱线图和直方图

x.plot.box(subplots=True , layout=(2,2) , figsize=(8,8))

x.hist(figsize=(8,8))

多特征之间的关系，可以使用散点图矩阵

import pandas as pd

pd.plotting.scatter_matrix(x , figsize=(8,8))评估算法

实施预测

后面的这两步，再后面继续介绍，这里暂时先留空。

这一章，主要是，介绍了机器学习的常规步骤，从理解数据，到调试算法模型(后面总结)

第四章的话，关于python、pandas、matplotlib的，也跳过不记录了。