Scikit-learn在Python中构建机器学习分类器

 

机器学习是计算机科学、人工智能和统计学的研究领域。机器学习的重点是训练算法以学习模式并根据数据进行预测。机器学习特别有价值，因为它让我们可以使用计算机来自动化决策过程。

在本教程中，您将使用Scikit-learn（Python的机器学习工具）在Python中实现一个简单的机器学习算法。您将使用Naive Bayes（NB）分类器，结合乳腺癌肿瘤信息数据库，预测肿瘤是恶性还是良性。

在本教程结束时，您将了解如何使用Python构建自己的机器学习模型。

准备

要完成本教程，您需要：

• Python 3 本地编程环境
• 在virtualenv中安装Jupyter Notebook。Jupyter Notebooks在运行机器学习实验时非常有用。您可以运行短代码块并快速查看结果，从而轻松测试和调试代码。

第一步 - 导入Scikit-learn

让我们首先安装Python模块Scikit-learn，这是Python 最好、文档记录最多的机器学习库之一。

要开始我们的编码项目，先要激活我们的Python 3编程环境。确保您位于环境所在的目录中，然后运行以下命令：

$ . my_env/bin/activate

 

激活我们的编程环境后，检查是否已安装Sckikit-learn模块：

(my_env) $ python -c "import sklearn"

 

如果sklearn已安装，则此命令将完成且没有错误。如果未安装，您将看到以下错误消息：

Traceback (most recent call last): File "<string>", line 1, in <module> ImportError: No module named 'sklearn'

 

错误消息表明sklearn未安装，因此请使用pip下载库：

(my_env) $ pip install scikit-learn[alldeps]

 

安装完成后，启动Jupyter Notebook：

(my_env) $ jupyter notebook

 

在Jupyter中，创建一个名为ML Tutorial的新Python Notebook。在Notebook的第一个单元格，输入sklearn模块：

ML Tutorial

imp