写在前面:
花了大力气学了很多的理论,也用Python实现了其中大部分的算法.接下来开始就进入实战阶段了.
实战阶段有三个重点:
1.选择合适的机器学习框架来减轻负担
2.怎么把实际的问题抽闲成为机器学习的问题
3.理论和实践切换
接下来的过程中,会经常性的使用scikit-learn和pandas等等工具来把理论部分的算法都过一遍.然后讲讲算法在实践中的作用.
一.scikit-learn自带数据集
scikit-learn自身带了一些数据集,这些数据集通常比较简单常见的.这些数据集可能还做不到足以模拟解决现实生活中的问题.但是用来作为学习或者测试机器学习的工具还是非常有作用的.这里只小小的介绍一下常用的数据集.其他的可以参考文档:5. Dataset loading utilities
Ⅰ.load_boston
载入和返回波士顿房价的数据集(回归问题常用).
数据集信息:
样本数:506
维度:13
特征类型:正实数
sklearn.datasets.load_boston(return_X_y=False)
参数:
return_X_y : 布尔值,默认为False,如果是True的话,返回(data, target)
代替Bunch对象.返回值:
Bunch对象.类似于字典的对象.其中的属性有:‘data’
, the data to