Scikit-learn中的API总结

最新推荐文章于 2024-08-25 09:48:27 发布
最新推荐文章于 2024-08-25 09:48:27 发布
阅读量826 收藏 13
点赞数 2
分类专栏： machine learning 文章标签： Scikit-learn API
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44695969/article/details/97434485
版权

加载获取流行数据集

API说明
sklearn.datasets.load_*()获取小规模数据集，数据包含在datasets里
示例：sklearn.datasets.load_iris()
sklearn.datasets.fetch_*(data_home=None)获取大规模数据集，需要从网络上下载；
示例：sklearn.datasets.fetch_20newsgroups(data_home=None,subset=‘train’)
        ~~~~~~~         （1）参数data_home表示数据集下载的目录,默认是 ~/scikit_learn_data/
        ~~~~~~~         （2）subset：‘train’或者’test’，‘all’，可选，选择要加载的数据集。
                 ~~~~~~~~~~~~~~~~                 训练集的“训练”，测试集的“测试”，两者的“全部”
  • load和fetch返回的数据类型datasets.base.Bunch(字典格式)
流行数据集的属性说明
iris.data特征值数组，是 [n_samples * n_features] 的二维 numpy.ndarray 数组
iris.feature_names特征标签名, 新闻数据，手写数字、回归数据集没有
iris.target目标值数组，是 n_samples 的一维 numpy.ndarray 数组
iris.target_names目标值标签名
iris.DESCR数据描述

数据集划分sklearn.model_selection.train_test_split

操作API参数
数据集划分train_test_split(iris.data, iris.target, test_size =0.2, random_state=6)参数：
数据集的特征值；
数据集的特征值；
测试集占比；
随机数种子；
返回值：x_train, x_test, y_train, y_test

直接上思维导图

Scikit-learn 常用API

tigerlib
关注
专栏目录
scikit-learn数据集介绍及api使用
lian740930980的博客
02-25 606
1、数据集介绍 1.1数据集加载 加载获取流行数据集 datasets.load_*() 获取小规模数据集，数据包含在datasets里 datasets.fetch_*(data_home=None) 获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home，表示数据集下载的目录,默认是 ~/scikit_learn_data/ sklearn.datasets.fetch_20newsgroups(data_home=None,subset=‘train’)，其中su
scikit-learn中文api
weixin_33901641的博客
02-20 107
scikit-learn中文文档 转载于:https://www.cnblogs.com/xinmomoyan/p/10406024.html
scikit-uplift 项目教程
gitblog_00696的博客
08-25 594
scikit-uplift 项目教程 项目地址:https://gitcode.com/gh_mirrors/sc/scikit-uplift 项目介绍 scikit-uplift（sklift）是一个用于 uplift 建模的 Python 包，提供了快速且符合 scikit-learn 风格的模型实现、评估指标和可视化工具。Uplift 建模估计治疗对因果效应，并利用这些效应来有效定位最有可能...
scikit-learn API
weixin_30527423的博客
09-03 461
scikit-learn API 这是scikit-learn的类和函数参考。有关详细信息，请参阅完整的用户指南，因为类和功能原始规格可能不足以提供有关其用途的完整指南。 sklearn.base：基类和实用函数 所有估算器的基类。 基类 base.BaseEstimator：scikit-learn中所有估算器的基类 base.BiclusterMixin：Mixin类适用于scik...
Scikit-Learn简介 —— 数据表示及评估器API
elma_tww的博客
02-27 608
《Python 数据科学手册》笔记 一、Scikit-Learn的数据表示 1.Scikit-Learn基本的数据表示二维网格数据，每一行表示数据集中的每个样本，每一列表示相关特征 （量化观测值）。例如鸢尾花数据集： 2.通常将上述除开最后一列的表格称为特征矩阵，记为变量X，它是维度为[n_samples,n_features]（即 [样本数，特征数]）的二维矩阵。而最后一列...
sklearn API 文档 - 0.18 中文翻译
weixin_33757609的博客
07-11 673
为什么80%的码农都做不了架构师？>>> ...
scikit-learn-1.0.2.tar.gz
01-18
在使用过程中，用户可以参考scikit-learn的官方文档，其中包含了详细的教程、示例代码和API参考。这个资源可以帮助初学者快速上手，同时也能为经验丰富的数据科学家提供深入的技术细节。 在实际项目中，scikit-...
scikit-survival：基于scikit-learn的生存分析
02-04
总结来说，`scikit-survival`是`scikit-learn`生态系统中的一颗璀璨明珠，它将强大的机器学习方法引入到生存分析领域，为研究人员和数据科学家提供了丰富的工具，以解决具有时间依赖性的预测问题。通过这个库，我们...
Python库 | scikit-learn-0.24.2.tar.gz
05-21
资源分类：Python库 所属语言：Python 资源全名：scikit-learn-0.24.2.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
scikit-learn-0.24.1.tar.gz
03-14
Scikit-learn，简称为sklearn，是Python编程语言中一个强大的机器学习库。它提供了大量的监督和无监督学习算法，以及数据预处理、模型选择和评估工具，为数据科学家和机器学习工程师提供了便利。在0.24.1版本中，这...
scikit-learn学习笔记.pdf
06-06
Scikit-learn是Python编程语言中的一个强大机器学习库，被广泛用于数据挖掘、数据分析以及机器学习项目。这个库提供了一系列高效且易于使用的工具，帮助数据科学家进行预处理、建模、评估等任务。 **主要特点：** 1...
Scikit-learn 使用手册中文版(官方手册中文版)
12-20
Scikit-learn 使用手册中文版 有监督学习 广义线性模型 11.广义线性模型 英文原文 以下介绍的方法均是用于求解回归问题,其目标值预计是输入变量的一个线性组合。写成数 学语言为:假设!是预测值,则有 y(,x)=0+u1x1+.p 在本节中’称向量=(1,…,n)为ce-·、%ma%W%nma%为 intercept 若要将通用的线性模型用于分类问题,可参见 Logistic回归 1.11普通最小二乘法 Linear使用系数=(1,…,mp)拟合一个线性模型。拟合的目标是要将线性 逼近预測值(XU)和数据集中观察到的值(y)两者之差的平方和尽量降到最小。写成数学 公式即是要解决以下形式的问题 IXw-yl2 广义线性模型 LinearRegression的fit方法接受数组Ⅹ和y作为输入’将线性模型的乐数ω存在成员变
Scikit-learn 使用手册中文版
10-14
Scikit-learn 使用手册中文版 机器学习 Python 库 数据挖掘
Scikit-Learn学习笔记——学会调用sklearn评估器API
Little Garden
08-19 2377
sklearn初探 机器学习的本质就是借助数学模型理解数据。当我们给模型装上可以适应观测数据的可调参数时，学习就开始了，此时的程序被认为具有从数据中“学习”的能力。一旦模型可以拟合旧的观测数据，那么它们就可以预测并解释新的观测数据。 目前，python有不少可以实现各种机器学习算法的程序库。Scikit-Learn是最流行的程序包之一，它为各种常见机器学习算法提供了高效版本。Sc...
机器学习——sklearn中的API
dnjylhv2296的博客
11-07 338
import matplotlib.pyplot as pltfrom sklearn.svm import SVCfrom sklearn.model_selection import StratifiedKFoldfrom sklearn.feature_selection import RFECVfrom sklearn.datasets import make_classific...
Scikit-Learn 1.4使用指南：数组 API 支持（实验性）Array API support (experimental)
数智笔记
02-08 877
然而，目前编写本文时，PyTorch 对 MPS 设备的支持不完整。一些主要依赖于 NumPy（而不是使用 Cython）来实现其拟合、预测或转换方法的 scikit-learn 估计器可以配置为接受任何与数组 API 兼容的输入数据结构，并自动将操作分派到底层命名空间，而不是依赖于 NumPy。模型训练后，数组类型的拟合属性也将与训练数据相同，属于相同的数组 API 命名空间。这将启用专用检查作为常规测试的一部分，以验证在使用原始 NumPy 和数组 API 输入时估计器的结果是否相同。
机器学习_Scikit-Learn 设计原则（API设计）
大道至简
07-22 723
一、一致性：所有对象的接口一致且简单 1. 估计器(estimator) 任何可以基于数据对一些参数进行估计的对象都被称为估计器（比如，imputer是个估计器)。估计本身是通过fit()方法，只需要一个数据集作为参数(对于监督学习算法，需要两个数据集；第二个数据集包含标签)。任何其他用来指导估计过程的参数都被当做超参数（比如imputer的strategy），并且超参数要被设置成实例变量...
机器学习--sklearn API（三）
雪剑封心
09-17 621
线性回归 # 利用LinearRegression实现线性回归 import numpy as np import sklearn.linear_model as lm # 线性模型 import sklearn.metrics as sm # 模型性能评价模块 import matplotlib.pyplot as mp train_x = np.array([[0.5], [0.6], [0.8], [1.1], [1.4]]) # 输入集 train_y = np.array([5.0, 5.
Sklearn数据集API介绍
jq_98的博客
06-01 671
1 scikit-learn数据集API介绍 from sklearn.datasets import * 1、获取小规模数据集，数据包含在datasets里 datasets.load_*() 2、获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home，表示数据集下载的目录,默认是 ~/scikit_learn_data/ datasets.fetch_*(data_home=None) eg：sklearn.datasets.load_iris()：加载并返回鸢尾花数据集 sklear
scikit-learn api
最新发布
09-02
scikit-learn API 设计遵循统一的设计原则，使得用户可以很容易地理解和使用库中的各种功能。 scikit-learn 的主要功能模块包括：分类、回归、聚类、降维、模型选择和数据预处理等。每个模块都有其对应的类和函数，...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值