机器学习实战(一)sklearn常用工具介绍

scikit-learn基本工具介绍
摘要由CSDN通过智能技术生成

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

  • 1
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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