本篇只只在使用,不记载原理,当字典用。排版不是很好,可以使用搜索ctrl+F
-
PCA主成成分分析
from sklearn.decomposition import PCA # 主成分分析算法
pca = PCA(n_components= 5) # 选择成分5个
pca.fit(X_train) # 训练X
X_train = pca.fit_transform(X_train)在使用真是数据预测的时候这样写:
X_test = pca.fit_transform(X_test)其他的方法也是如此
from sklearn.manifold import TSNE 等方法 -
超参数空间搜索
clf 是你自己的分类器
from sklearn.model_selection import GridSearchCV
para = {
‘learning_rate’:[0.008,0.01,0.013,0.05],
‘n_estimators’:[660,500,550],
‘max_features’:[2,3,4,5],
‘subsample’:[0.87,0.9,0.93,0.88,0.96]
}
grid = GridSearchCV(clf,para)
然后可以输出grid的各种属性等知晓那些参数最佳的值,使用者值重新进行分类器分类
同时也可以在GridSearchCV中有很多参数属性,比如cv,使用交叉验证等,可以按ctrl+B查看源码。
3.有很多刚开始学的会发觉,分类器只输出类别,但是想输出概率,别慌:
分类器有一个类别是
predict_proba(),这个就是输出概率值啦
4.sklearn 中聚类
from sklearn.cluster import hierarchical # 分层聚类
from sklearn.mixture import GaussianMixture # 高斯混合模型
from sklearn.cluster import KMeans# k均值聚类
等等
5.集成学习
from sklearn.ensemble
几种集成学习在这个类里面
6.交叉验证,自动搜索
from sklearn.model_selection import cross_val_score,cross_val_predict,GridSearchCV
7.度量等工具都在 ,得分啊,F1分数,等等
from sklearn.metrics 里面
8.各种模型
from sklearn.linear_model import ElasticNet, Lasso, BayesianRidge, LassoLarsIC,LinearRegression
from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor, GradientBoostingRegressor
from sklearn.kernel_ridge import KernelRidge
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import RobustScaler
from sklearn.base import BaseEstimator, TransformerMixin, RegressorMixin, clone
from sklearn.model_selection import KFold, cross_val_score
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import GridSearchCV
import xgboost as xgb
import lightbgm as lgb